TSP трансформеры
Трансформеры — это больше, чем кажется на первый взглядВозможно кто-то догадался, что заголовок выше — это перевод первых строк темы из ламповых сюжетов мульсериала 80-х:The TransformersMore than meets the eye
От голосовых к тексту: делаем Telegram-бота для расшифровки аудио на модели от СБЕР — GigaAM-v3
Привет, Хабр! Недавно Сбер выкатил новые модели распознавания речи (speech-to-text, STT), и мне захотелось проверить их не в абстрактном демо, а в реальном сценарии. В этой статье я расскажу о практическом кейсе – разработке Telegram-бота, который преобразует голосовые сообщения в текст. Посмотрим, на что способна новая отечественная модель GigaAM-v3, и соберём на её основе расширяемого Telegram-бота.
Ускоренный идиот на подхвате: как писать тексты с помощью ИИ, проходя чекеры и экономя время
Недолго музыка играла: бурное ликование, которое наблюдалось с приходом ИИ в массы, плавно перешло в ненависть. Теперь ИИшные тексты едва ли не преданы анафеме, а люди подозрительно ищут нейросеть там, где её никогда не стояло, докапываясь до длинных тире, списков и пропуская через ИИ-детекторы. Как сделать так, чтобы и с помощью LLM не проститься, и чекер не завизжал: «Аларма, это не человек, а GenAI!»?
Новогодний подарок: Как я прикрутил LLM к scratch и порадовал ребёнка
Как известно, под новый год случаются чудеса, и этот год не стал исключением. Мне удалось прикрутить LLM в визуальный язык программирования Scratch, чем и обрадовал ребенка. А началось всё в один прекрасный день, когда мой сын - школьник осваивал n8n и ваял телеграм бота. Разговорившись, мы вспомнили, что его увлечение программированием началось со Scratch. И его фраза, что было бы здорово, если бы в scratch была бы встроена иишечка, можно столько прикольных игр сделать, стала отправной точкой для данного проекта. Рассказываю и показываю, как мы реализовали эту безумную идею.
Карточки для маркетплейсов с помощью Nano Banana PRO и визуального промптинга
Карточки для маркетплейсов с помощью Nano Banana PRO — часть вторая. Или как я расширил возможности своего инструментаВсем привет, с вами снова Евгений. Если вы читали мои прошлые публикации, то уже знаете контекст: я работаю в компании, занимающейся оптовой продажей СИЗ (спецодежда, спецобувь, средства защиты). Я не профессиональный программист, я не знаю синтаксис Python, но я устал от рутины. Мой подход — это «вайбкодинг»: я формулирую бизнес-задачи и логику, и занимаюсь этим самым вайбкодингом с помощью Gemini.
Как мы учили ИИ тушить инциденты вместо нас (что из этого вышло)
Привет, меня зовут Артем, я тимлид DevOps в одной аутстафф-компании. Столкнулись с классической ситуацией: десятки микросервисов, Kubernetes, куча observability-стека (Prometheus, Loki, Tempo, Grafana) и... постоянные ночные инциденты. «High CPU», «Pod CrashLoopBackOff», «5xx errors rising». У нас есть runbooks, документация, скрипты для быстрого доступа к логам. Но в 3 ночи, когда срабатывает критический алерт, тратишь время на то, чтобы проснуться, сообразить, куда залогиниться и какую команду выполнить… Мы задались вопросом: а если первым на инцидент будет реагировать не человек, а ИИ-агент?⠀⠀Боль, которую мы хотели решить:1.
Рецензия на книгу “Программирование с помощью искусственного интеллекта”
Оригинальная книга AI-Assisted Programming
Как я за год переквалифицировался в ИИ-инженера: от DevOps до production-ready AI-агентов
КДПВ: Схема эволюции: DevOps → Python разработчик → AI Engineer с примерами проектов на каждом этапе. Альтернатива: скриншот дашборда с метриками AI-агентов в production.Год назад я был типичным DevOps-инженером: настраивал CI/CD, деплоил микросервисы, оптимизировал инфраструктуру. Сегодня я строю AI-агентов для автоматизации бизнес-процессов, и мои клиенты экономят сотни часов в месяц.
RealTime FaceSwap-10k — датасет для задачи детекции real-time дипфейков
Удалённая идентификация по видеосвязи – привычный для бизнеса сценарий: клиент подключается к оператору, подтверждает личность и получает доступ к операциям. Но современные дипфейки уже достаточно убедительны и «проверка на глаз» перестаёт работать: оператору становится сложнее принять решение. А пользователю – пройти проверку, например, его попросят помахать рукой перед лицом, чтобы ошибки в real-time подмене стали заметны.
Как я создал «Тунец» — платформу для попадания в ответы нейросетей с помощью нейросетей…
…. и программиста. Нейросети меняют паттерны поведения людей при поиске информации. В частности они становятся сложнее и длиннее. Если вы спросите ChatGPT, куда дольше ехать из Москвы — в Питер, Казань или Краснодар, то классический поиск не найдет статью, которая полностью ответит на вопрос. А вот нейросеть, понимая интент, разобьет промпт на три простых поисковых запроса:«расстояние Москва-Санкт-Петербург», «расстояние Москва-Казань»,«расстояние Москва-Краснодар».
