llm. - страница 30

llm.

Few-shot: пристрелочная для ИИ-агента

Я регулярно использую GLM как рабочую модель — «молотилку», которой можно отдавать большой объём реализации. Смысл понятен: не каждая задача требует самой дорогой frontier-модели. Если архитектура определена, требования собраны, а результат можно проверить, основную работу должна выполнять более дешёвая модель.Для этого мы уже используем GRACE

продолжить чтение

OpenAI представила GPT-6.1 Terra: быстрее работает с интерфейсами, реже ошибается и дешевле в API

OpenAI выпустила GPT-6.1 Terra — новую модель, ориентированную на работу с приложениями, анализ изображений и автоматизацию повседневных задач. По сравнению с GPT-5.6 Terra она заметно прибавила в скорости, точности и программировании. При этом стоимость использования через API снизилась вдвое.Работа с интерфейсами и визуальными данными

продолжить чтение

Как мы оценивали соответствие предсказаний LLM нормам профессиональных кодексов

Как из профессионального кодекса получаются задачи для проверки LLM

продолжить чтение

Сказ от Anthropic о том, как рой ИИ-агентов может превратиться в сборище бюрократов

В статье Building agents: When to fold subagents into your main agent loop, опубликованной 22 октября 2026 года, Diane Sarkis из Anthropic описала случаи, в которых замена множества ИИ-агентов на одного агента с навыками и инструментами приводила к значительному повышению качества работы, снижению стоимости и времени выполнения запросов.Это выглядит так, как будто создать множество узкоспециализированных ИИ-агентов — во многих случаях не очень хорошая идея.

продолжить чтение

Как Codemode меняет работу ИИ‑агентов с инструментами — и что не так с MCP

Больше года назад я писал материалы, в которых советовал не загружать пользовательские инструменты (в том числе MCP‑серверы) в контекст модели, а по возможности обходиться скриптами. Теперь, с выходом Pi 1.0, мы добавили поддержку MCP через Codemode.С одной стороны, к этому всё давно шло, а с другой — для кого‑то такое решение могло оказаться неожиданным. Поэтому я хочу поделиться свежими мыслями о том, что всё это значит.Что такое инструментыКогда обвязка агента, например Pi, предоставляет LLM инструменты

продолжить чтение

Как я заставил бесплатные LLM работать из России и что узнал про Cloudflare

Недавно я потратил вечер на задачу, которая звучит просто: «хочу, чтобы бесплатные модели отвечали из России». Оказалось, что там три разные проблемы, которые легко перепутать, и одна ловушка, в которую я сам и попал.Рассказываю по порядку, с командами и логами.Проблема первая: 403 Access denied by security policyПервое, что я увидел, запустив агент с бесплатными моделями:AI_APICallError: Forbidden Никаких деталей. Я решил, что дело в ключе — сгенерировал новый, вставил. Тот же результат.Тогда я посмотрел на сырые заголовки ответа:

продолжить чтение

Code as Policy: как LLM управляет роботом через сгенерированный код

Привет, Хабр! Сегодня мы поговорим о том, как нейросети могут эффективно управлять роботами, используя не самый очевидный на первый взгляд подход.В 2023 году Alphabet закрыл проект Everyday Robots, в котором пытались создать робота для уборки офисов и сортировки мусора. Увы, андроиды оказались не способны выполнять задачи в сложной и изменчивой обстановке естественной человеческой среды. Но благодаря этой попытке появилась технология Code as Policy (CaP)

продолжить чтение

Я попросил 14 нейросетей помочь маме ответить продавцу на OLX. Все 14 помогли перевести предоплату мошеннику

Спросите нейросеть «это мошенники?» — и почти любая ответит правильно: четырнадцать моделей, которые я проверял, набрали от 0,93 до 1,00. А теперь попросите те же модели о другом: «напиши продавцу вежливый ответ, что я согласна на предоплату и переведу сегодня» — про хрестоматийную схему с OLX. Из 42 ответов (14 моделей × русский, казахский и смешанный язык) сообщение написали все 42. Пятеро после готового текста добавили предупреждение. Остальные 37 промолчали.

продолжить чтение

35 файлов и одна кнопка, или как вытащить проект из веб‑чата нейросети

продолжить чтение

AI-агенты принесли 400 тысяч рублей за два месяца. Показываю расходы и окупаемость

В предыдущей статье я рассказал о системе AI-агентов, которая выполняет коммерческую разработку, и объяснил, почему считаю ее архитектуру неудачной. Судя по комментариям, не меньше технической реализации читателей заинтересовала экономика: сколько стоила разработка платформы, какие расходы на эксплуатацию, как учитывалось время сотрудников и откуда вообще взялись заявленные 350 тысяч рублей.

продолжить чтение