llm.
Навыки (Skills) для Claude: почему папка с Markdown-файлами может оказаться важнее кастомных GPT
Сегодня утром Anthropic представили Claude Skills — новый подход к расширению возможностей своих моделей. Идея настолько проста, что гениальна, и, возможно, это куда более значимый шаг, чем нашумевшие в свое время кастомные GPT.Из анонса Anthropic:Claude теперь может использовать Навыки (Skills) для улучшения выполнения конкретных задач. Навыки — это, по сути, папки с инструкциями, скриптами и ресурсами, которые Claude может подключать по мере необходимости.
Куда идти в IT новичку в 2026: план для быстрого старта в AI от практика
Примерно пол года назад ко мне обратился друг детства, Виктор. Человек, который больше десяти лет проектировал подстанции. И вот он, задаёт вопрос, который, я уверен, хоть раз слышал каждый из вас: «Слушай, я хочу в IT. Куда податься?»Сейчас он занимается автоматизацией в одной IT компании адаптируя LLM под внутренние процессы, но расскажу обо всём по порядку.
Облачная vs локальная LLM: что выбрать для своего проекта
Привет! На связи София Филиппова, AI-engineer at Innova и спикер курса «AI в DevOps» от Слёрма. Сегодня хочу поговорить о том, как сделать выбор между облачной и локальной LLM.
CEO Anthropic заявил, что 90% кода в компании уже пишет ИИ — но заменять разработчиков пока не собирается
ИИ, способный писать код, пока не вытесняет инженеров в Anthropic.
Нейро-дайджест: ключевые события мира AI за 3-ю неделю октября
Привет! Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий.Меня зовут Вандер
От экспериментов с ИИ до AI-Native: уровни зрелости и архитектура. Часть 2
Всем привет! Это продолжение статьи о трансформации подхода к использованию ИИ — от базового применения к AI-Native.В первой части мы разобрали уровни зрелости искусственного интеллекта, ключевые этапы ИИ-трансформации и классификацию приложений и модальностей LLM.Читать первую частьВо второй части:Эволюция инженерных практикОт Software к Trustware: в процессе непрерывной технологической трансформации AI-Powered Trustware Development Lifecycle
Небольшое количество примеров может отравить LLM любого размера
Команда AI for Devs подготовила перевод исследования в котором учёные показали: чтобы встроить «бэкдор» в большую языковую модель, вовсе не нужно контролировать огромную долю обучающих данных — достаточно около 250 вредоносных документов. Этот результат переворачивает представления о масштабируемости атак через отравление данных и ставит новые вопросы к безопасности ИИ.

