Коррекция ошибок в диффузионных моделях
Модуль коррекции снижает накопление ошибок при генерации изображений. Улучшает качество безусловной генерации, не требуя дополнительных вычислений на инференсе благодаря дистилляции. Подробнее…
КОРОТКО / ПО ДЕЛУ / НА ПОЛЯХ
Заметки на поляхСтраница 8
Наблюдения о разработке, управлении и технологиях. Иногда для важной мысли достаточно нескольких строк.
ИИ-агенты в создании игр через vibe coding
Саймон Уиллисон использовал ИИ-агентов для разработки стратегической игры Battle Drones, включая аудиосинхронизацию между устройствами. Проект показывает, как ИИ может ускорять создание сложных игровых систем с минимальным вмешательством разработчика. Подробнее…
PyTorch на TPU: теперь нативно
Hugging Face запустила TorchTPU — нативный бэкенд PyTorch для TPUs Google. Модели из Hub теперь можно запускать на TPU с device_map="tpu". Упрощает разработку и устраняет зависимость от torch_xla. Подробнее…
Как ловить галлюцинации LLM в коде
LLM может генерировать правдоподобный, но несуществующий код. Автор описывает пайплайн проверок в CI, который помогает выявлять такие ошибки. Подходит для команд, использующих ИИ в разработке. Подробнее…
RAG: выбор программиста
Программист выбирает RAG вместо fine-tuning из-за простоты, переносимости и отсутствия необходимости в специализированных знаниях. RAG передаёт данные как контекст в промпт, снижая затраты на обучение модели. Подробнее…
Цена ответа: не токены, а результат
При оценке ИИ-сервиса важно смотреть не на цену за токен, а на стоимость одного решённого тикета. Токены составляют лишь 5% этой стоимости. Переход к unit-экономике помогает понять реальную выгоду от автоматизации. Подробнее…
Как устроены правила для AI-агентов в GitHub
Исследование 3 126 репозиториев выявило 20 базовых правил в CLAUDE.md и AGENTS.md. Наиболее распространённые — о целях, ограничениях и взаимодействии с кодом. Проект gstack показал, что автоматизированный анализ может упускать нюансы. Подробнее…
Как оценить агента: пайплайн из 5 слоёв
Автор предлагает системный подход к тестированию агентных систем: бенчмарки, функциональные тесты, оценка траектории, LLM-судьи и асессоры. Каждый слой — «дыра» в швейцарском сыре, но вместе они покрывают большинство ошибок. Подробнее…
Гига Писарь: разработка в открытую
За месяц более 40 пользователей внесли вклад в Гига Писаря: исправили баги, прислали пулреквесты. Проект набрал 103 звезды на GitHub, версии для Windows и Android скачали по 3 тыс. раз. Разработка идёт коллективно. Подробнее…
Перенос сессии Copilot в VS Code
Сессию GitHub Copilot можно открыть в VS Code, сохранив весь контекст, изменения и диалог. Это позволяет продолжить работу с кодом, не теряя предыдущих шагов агента. Подробнее…
Память с издержками: что стоит запоминать
TokenWorth учит агентов выбирать, что действительно важно запомнить. При ограниченных ресурсах качество памяти важнее её объёма. Результаты показывают, что эффективность зависит не от количества данных, а от их ценности. Подробнее…
MT Forcing: стабильность в редактировании изображений
Новая методика MT Forcing улучшает согласованность и качество при многоходовом редактировании изображений с помощью автогрессивных диффузионных моделей. Она снижает дрейф и артефакты, сохраняя целостность изменений. Подробнее…
TorchNeuron: запуск моделей на AWS Trainium
Hugging Face анонсировала TorchNeuron — нативный бэкенд для PyTorch на AWS Trainium. Поддержка eager-режима, torch.compile и распределённых API упрощает разработку. 89% моделей из топ-100 теперь работают без настройки. Доступен в бете с 20 октября 2026. Подробнее…
ИИ-мастер для RPG: баги и механика
Автор описывает создание текстовой RPG с ИИ-ведущим, где модель обрабатывает действия игроков. Ключевая сложность — синтез вероятностного ИИ и детерминированных правил. Описаны баги, включая удвоение здоровья, и подходы к их решению. Подробнее…
ИИ не заменит компетентного специалиста
Проблемы с ИИ чаще всего возникают не из-за модели, а из-за неправильного использования. Без глубокого понимания предметной области человек может быть обманут нейросетью, что приводит к серьезным ошибкам. Компетенция в работе — ключ к безопасному использованию ИИ. Подробнее…
Obscura: шлюз для защиты данных в ИИ
Obscura — on-prem шлюз, который проверяет запросы к ИИ, маскирует конфиденциальные данные и возвращает суррогаты. Поддерживает русский язык, работает с API и браузерными расширениями. Режимы: мониторинг, предупреждение, принудительная защита. Подробнее…
AIOps-агент в ночном дежурстве
Цифровой техлид обрабатывает сотни алертов, объединяет их и предлагает решения. Но окончательное решение — за человеком. Пьеса показывает баланс между автоматизацией и человеческим контролем в IT-операциях. Подробнее…
Как сделать Cursor умнее через LLM Wiki
Автор показывает, как превратить Cursor в систему с долговременной памятью, используя локальный поиск QMD и bash-обёртки. Отказ от сложных агентов в пользу простых скриптов повышает устойчивость. Готовый шаблон репозитория включён в статью. Подробнее…
Nvidia: от краха к доминированию
Nvidia выжила после краха NV1 благодаря эмулятору чипов. В 1997 году вышла RIVA 128 — первый чип с 128-битной шиной, который изменил индустрию графики. Это стало основой для будущего доминирования в AI. Подробнее…
Apple Intelligence: обещания vs реальность
Apple Intelligence обещала умные функции, но на практике работает только при включённых уведомлениях и в ограниченных сценариях. Пользователи получили не помощника, а зависимый от контекста инструмент, что вызывает вопросы к архитектуре и UX. Подробнее…