Palantir — компания, которую никто не может объяснить
Представим крупную организацию: аэропорт, глобального автопроизводителя, большую больницу или даже национальную армию. В каждой из них есть огромный объём критически важной информации, которую необходимо организовать. Чем крупнее организация, тем сильнее данные разбросаны по десяткам отдельных систем и подразделений, которые почти не взаимодействуют друг с другом. А если и взаимодействуют - то редко эффективно.
LLM Wiki: готовые baseline-шаблоны и новая реализация паттерна для доказательных выводов
Паттерн LLM Wiki (предложен Андреем Карпаты, 2026) устроен так: LLM-агент не ищет фрагменты заново при каждом вопросе, а инкрементально встраивает новые источники в постоянную вики — дополняет страницы, связывает их ссылками, отмечает противоречия и поддерживает обзор.Типичные элементы паттерна:Три слоя. raw/ — неизменяемые источники (курирует владелец), wiki/ — страницы под управлением агента, AGENTS.md — схема-регламент.Операции. ingest (один источник каскадно обновляет 10–15 страниц), query (вопрос по вики), lint
Глаз стрекозы
Таксоно-онтологическая методология многопредметного инженерного исследования с управляемым межпредметным переносомКак собирать исследовательскую оптику, переносить конструкции между предметными областями и проверять новое с помощью ИИАннотацияПубликую Часть I книги "Глаз стрекозы" о том, как собирать исследовательскую оптику, переносить конструкции между предметными областями и проверять новое с помощью ИИ.Полный текст книги состоит из пяти частей, 15 глав, 29 иллюстраций.Полный текст книги бесплатно прочитать и скачать на Литнет
Пятница, пиво и 900 слайдов: как ИИ превратил посиделки в ночные лекции
За это лето у меня вышло 23 презентации на 914 слайдов, от ядерной триады до вопроса «а есть ли у мира создатель». Этот текст про то, как так вышло, что именно делает ИИ в этой схеме, а что нет, и почему у меня ощущение, что я не стал умнее, а просто освободил голову. Писать статьи никогда не было моим занятием, и, наверное, не стало: это первая. Так что если где‑то сбивчиво, это не ИИ, это я.Как это началось
Нарисованный очаг LLM: почему красивые схемы без предметной модели не греют
У Алексея Толстого в «Золотом ключике, или Приключениях Буратино» есть сцена, которая неожиданно хорошо описывает значительную часть того, что сегодня происходит вокруг больших языковых моделей.В каморке папы Карло висит старый холст с нарисованным очагом. Огонь выглядит убедительно, котёл на месте, сама картинка создаёт ощущение домашнего тепла и порядка. На такой очаг можно смотреть и почти верить, что перед тобой настоящая печь.
Как пересмотр теории выученной беспомощности меняет концепцию баз знаний? (часть 2)
Онтологические лабиринты и выходы из нихДанная статья является продолжением вот этой статьи
Память для ИИ и роботов
Как онтологии превращаются в операционную систему знанийДо этого момента мы говорили в основном о данных. Но у этой темы есть ещё один слой, возможно самый важный. Он начинается там, где онтология перестаёт восприниматься просто как удобный формат для ответа на вопросы по базе знаний и превращается в основу памяти.
Интеллект в графе: как структурированное знание становится капиталом
Предыстория и мотивацияВ современном цифровом предприятии знания перестали быть статичными документами — они живут, развиваются и меняются вместе с системой.Каждый сервис, процесс, интерфейс или поток данных является носителем смыслов, и все эти смыслы взаимосвязаны.Чем сложнее организация, тем важнее становится способность сохранять и использовать знания в структурированном виде.Почему это важноКогда знание зафиксировано только в презентациях, описаниях или локальных моделях — оно быстро устаревает.В отличие от этого, структурированное знание
