llm.
Как найти причину ошибок AI-фичи и проверить её с помощью тестового оракула
Материал подготовлен в рамках нового курса Otus «ИИ в тестировании: ускорение процессов и проверка ИИ-функций»Предположим, в CRM появилась кнопка «Составить резюме обращения». Она передаёт переписку языковой модели и возвращает короткий текст для следующего оператора. QA нужно проверить функцию перед релизом, но уже на первом сценарии возникает вопрос: что записывать в expected result?Возьмём учебный диалог. Все ответы ниже составлены для разбора, это не результаты эксперимента с конкретной моделью.
Образование vs ИИ с точки зрения преподавателя
Дисклаймер: изначально это был комментарий на другую статью, но та статья оперативно улетела в черновики, а @0xKubik - в readonly (?!). Так что пишу тут, в надежде что однажды автор ответит тут, или свяжется иначе.Мне доводилось слышать мнение, что образование не торопится принимать использование ИИ исключительно из ретроградства и страха перемен. Я бы сказал, ситуация на деле сложнее, и языковые модели - палка о двух концах. Но для начала - то, что я принимаю за аксиому.
Сделал себе тренера на Claude Code и выложил его в open source
Важно. Это не медицинская и не спортивная рекомендация. ИИ-тренер не видит, как вы двигаетесь, и не заменяет врача и живого тренера. Травмироваться можно даже под присмотром опытного тренера, а без опыта силовых тренировок риск выше, поэтому начинать с таким инструментом без базовой техники, поставленной вживую, не стоит. Перед началом тренировок, особенно при хронических заболеваниях, травмах или боли, посоветуйтесь с врачом. Всё, что предлагает плагин, вы применяете на свой страх и риск.
ИИ таро или гадание на токенах: может ли ИИ заменить таролога?
Так уж вышло, что иногда я балуюсь таро. Обычно, делаю расклады знакомым, но недавно подруга сказала, что вместо таро использует… ИИ. И нет, не как объективного эксперта, который рассудит в сложном вопросе, а именно как таролога.Вот уж не думала, что именно эту, так сказать, «профессию» нейронки так лихо заменят. Мне стало интересно, как умудрились автоматизировать магию и работает ли это вообще.
Вам не нужен ещё один Claude Code: зачем Pi оставляет сборку агента пользователю
Когда мы обсуждаем агентов для программирования, разговор быстро сводится к моделям. Какая модель Claude лучше пишет код, а какая версия GPT увереннее чинит ошибки, как
От чата c LLM к полноценному AI-агенту: пошаговая настройка OpenCode
Когда я впервые начала использовать AI в работе, сценарий был довольно стандартным: открыть чат, вставить текст, сформулировать запрос, получить ответ.
A-A на страже: как статистический тест находит различие, которого нет
В прошлой статье я разбирал спекулятивное декодирование — способ ускорить языковую модель. Метод обещает, что ускорение не изменит ответы: распределение текстов на выходе останется ровно таким же, как при обычной генерации. Гарантия следует из самого устройства метода, но её стоило проверить на практике.Первая попытка дала обратный результат: статистический тест уверенно сообщал, что распределения различаются. Ошибка сидела не в модели и не в ускорении, а в самом тесте. По одному выводу её было не разглядеть: числа выглядели нормально.
Восемь дней без алерта: как ручной разбор конверсии превратился в ИИ-агента
В партнёрском отчёте доля выданных займов среди одобренных сползла примерно с 80 до 77 %. Текущая неделя выглядела ещё хуже — меньше 75 %. Мы начали разбирать падение и довольно быстро нашли убедительное объяснение: в органическом трафике такого сдвига не было, а несколько партнёров стали приводить клиентов, которые получали одобрение, но не подписывали оферту.
Не начинать с LangChain: как спроектировать корпоративную GenAI платформу до реализации
GenAI проект легко начать с технологий: выбрать LangChain, vector database, Kubernetes, Kafka, модель и сразу писать RAG пайплайн.Для корпоративной платформы это почти всегда слишком ранний шаг.Основные архитектурные вопросы возникают не в момент вызова LLM, а вокруг неё: кто может получить доступ к данным, где проверяются права, какие компоненты нужно масштабировать независимо, как система ведёт себя при недоступности внешнего провайдера и что действительно необходимо включить в первую версию.## Начать не со стека, а с условийЕсли сразу обсуждать технологии, очень быстро появляются вопросы:LangChain или LlamaIndex;
Как нейросеть переводит видео. Часть 2: русский длиннее не текстом, а звуком
Я делаю speeek.io, сервис дубляжа видео, один. В первой части был вход конвейера: как звук становится текстом с таймкодами и что Whisper с этим текстом вытворяет. Эта про середину: перевод и укладку перевода в тайминг оригинала.Середина — самое больное место всего проекта. Распознавание я более-менее победил, синтез покупаю готовый. А вот что делать с русской фразой, которая не лезет в секунды английской, я до сих пор не уверен. В конце будет эксперимент, после которого стало немного понятнее.

