rag. - страница 2

rag.

Семантический слой на TypeDB: как уйти от паутины SQL-джойнов к декларативной модели данных

Кратко (TL; DR):

продолжить чтение

ИИ спотыкается не об ум, а об контекст: как генератор майндмап превратился в RAG по продукту

продолжить чтение

Как мы сделали универсальный ИИ-инструмент, который может создавать сам себя

Когда в компании заходит речь об ИИ-ассистенте для сотрудников, чаще всего выбирают из двух не очень удачных вариантов. Либо сотрудники уходят на личные подписки вроде ChatGPT — и рабочие данные утекают за периметр компании. Либо заводят корпоративного ассистента, который безопасен, но умеет только отвечать текстом: в отличие от прогрессивных моделей в веб-интерфейсе, он не может залезть в данные системы и внести в них реальные изменения.На GenAI-платформе SimpleOne

продолжить чтение

Собираем приватный RAG-стек на pgvector

Приватный RAG-стек на pgvector помогает отвечать на вопросы по внутренним документам. Поиск подбирает отрывки, а языковая модель составляет по ним ответ. Например, сотрудник узнаёт порядок восстановления доступа и проверяет его по исходной инструкции.

продолжить чтение

1352 кейса внедрения ИИ в России: почему в продакшене побеждает не модель, а обвязка

В каталоге кейсов внедрения искусственного интеллекта набралось 1352 проекта в российских компаниях и госорганах: от антифрода Сбера до распознавания сорняков с дронов у «Русагро». Каталог ведём мы в АНО «Цифровые платформы», кейсы в него добавляют сами компании и наша команда. Когда смотришь на внедрения 2025-2026 годов не по одному, а разом, видны закономерности: что повторяется из проекта в проект, где ломается и где приносит деньги. О них эта статья.

продолжить чтение

Тень стратега: как AI-агент становится продолжением человека, а не его заменой

Локальные агенты в закрытом контуре, память процесса и борьба с семантическим дрейфомБудет сделан ряд допущений, чтобы постараться сильно не уйти в детали и показать саму идею.Автор допускает, что могут быть исключительные ситуации, когда у кого-то прям всё было «супер-пупер», но он считает, что это стоит принимать к сведению, но не стоит воспринимать как единственную инструкцию к действию.Автор исходит из своего опыта решения задач/проблем, поэтому статья определённо будет субъективной.Автор не видит разницы между постановкой задачи сотруднику или агенту.

продолжить чтение

Почему ваша LLM тупеет на больших документах и как ее починить

Привет, Хабр!Меня зовут Андрей Бирюков. Я — независимый эксперт в области ИТ и ИБ, преподаю в учебных центрах и пишу статьи и книги. Когда Google анонсировал 2M контекста, а Anthropic подкинул еще 100K, наверняка многие подумали, что RAG теперь можно выкинуть на свалку истории. Зачем париться с этими чанками, эмбеддингами и всякой прочей ерундой, если можно просто кинуть в модель весь дамп википедии и спросить ее что угодно?

продолжить чтение

ИИ: личный опыт без хайпа. Часть 0. Термины, связи и устройство

Обложка цикла «ИИ: личный опыт без хайпа»Введение

продолжить чтение

Как ускорить ИИ-агента с RAG в проде и не слить бюджет: кэшируем ответы на примере ИИ-консультанта

Заметил, и вы наверное тоже, что сейчас почти каждый домен и почти каждый продукт развивает своего ИИ-агента. Яндекс Маркет запустил Маркет AI, который подбирает товары, у Авто.ру есть Авто.ру AI, в Лавке появился ассистент, вот у одного только Яндекса их сколько. А кто-то уже начал перестраивать CJM вокруг агента: пользователь не ходит по фильтрам и каталогу, а просто пишет, что ему нужно. Назвать это полным переходом на агентские интерфейсы или на агентский поиск, конечно, пока нельзя. Но первые шаги уже есть.Я и сам, собственно, «владелец» нескольких таких агентов в е-коме.

продолжить чтение

Codebase Intelligence для агента: строим «dev tool будущего» и сразу тестируем на Rails монолите в 3,5M+ строк

Сгенерированная картинка для привлечения внимания. Промпт: «Продемонстрируй, что всё новое — это хорошо забытое старое» (нет)

продолжить чтение

123456...1020...53