Библиотека нейросетей | ChatGPT, Midjourney, DeepSeek, Sora

😎 Выбираешь один курс, второй получаешь бесплатно. Баг? Нет, акция! До 31 октября в Proglib Academy можно выбрать два курса и заплатить только за один. Например, можно совместить: 💥 ИИ для разработчиков — применение нейросетей в повседневной разработке: работа с кодом, тестирование и ревью. 💥 Разработка ИИ-агентов — архитектура агентов и создание собственных AI-решений. Вместе курсы стоят 108 000 ₽, но по акции оба обойдутся в 59 000 ₽. Экономия — 49 000 ₽ 🔥 Интересуют Python и ИИ или алгоритмы и архитектура? Можно выбрать любые два курса из каталога. Акция действует до 31 октября включительно ⏳ ⏬ Собрать свой учебный билд

Embeddings на CPU для поиска по своим текстам FastEmbed превращает текст в числовые векторы для поиска близких по смыслу фрагментов. В CPU-режиме он использует ONNX Runtime, без GPU и PyTorch. Модель скачивается при первом запуске. Библиотека не собирает весь поиск за вас: нужны документы и индекс для векторов. Начните с нескольких запросов к своей базе и проверьте, находятся ли нужные фрагменты. Особенно если база на русском: язык и качество зависят от выбранной модели. FastEmbed: модели и примеры 🐸 Библиотека ИИ для айтишников #ai_stack

Алгоритм знает, где вы будете 7-го ноября 😎 RecSys-митап в Москве для тех, кто уже строит рекомендательные системы и хочет делать это еще лучше. В программе — доклады от топовых экспертов Сбера с разбором кейсов, свежих подходов и неочевидных решений. После официальной части — нетворкинг. Время в узком кругу профессионалов и сообщества Зеленый RecSys. Участие бесплатное, но количество мест ограничено. Москва. Суббота. 7 ноября. RecSys! ➡️ регистрируйтесь

Локальная модель в одном файле — с нюансом для Windows Идея llamafile — упаковать сервер и веса модели в один исполняемый файл. Его можно передать на другой компьютер и запустить локально на поддерживаемой системе. На Windows есть ограничение: исполняемый файл должен быть меньше 4 ГБ. Для больших моделей предусмотрен запуск с отдельными GGUF-весами. Удобная упаковка не отменяет требований к памяти. Скорость зависит от модели и железа, а условия весов проверяются отдельно от лицензии кода. Скачанный файл исполняет код, поэтому источник загрузки тоже имеет значение. Как устроен llamafile 🐸 Библиотека ИИ для айтишников #quick_win

🎙 WhisperX: где прозвучало слово и кто говорил Для субтитров мало получить сплошную расшифровку. WhisperX сопоставляет текст с аудио, добавляет таймкоды слов и может разделять реплики по говорящим. Разделение по говорящим подключается отдельно: нужны read-токен Hugging Face и принятие условий модели pyannote с ограниченным доступом. Для выравнивания текста нужна подходящая языковая модель. Метки не определяют реальные имена людей. Одновременная речь обрабатывается плохо, а часть чисел и символов может остаться без таймкодов. Запись всё равно стоит прослушать в спорных местах. WhisperX: запуск и ограничения 🐸 Библиотека ИИ для айтишников #quick_win

💡 Из письма в поля с проверкой типов Допустим, из обращения нужны тема, номер заказа и краткое описание проблемы. С Instructor вы описываете поля моделью Pydantic и получаете типизированный объект вместо свободного ответа. Библиотека проверяет структуру и умеет повторять запрос после ошибки валидации. Повторы тратят время и лимиты провайдера. Главная ловушка: выдуманный номер заказа тоже может иметь правильный тип. Для отсутствующих данных предусмотрите пустое значение, а важные поля сверяйте с исходным письмом. Instructor: примеры извлечения данных 🐸 Библиотека ИИ для айтишников #ai_stack

💡 Что оставить агенту после длинной сессии Когда история разрастается, полезные решения тонут в логах и старых результатах инструментов. Увеличение окна контекста само по себе это не исправляет. В разборе Anthropic есть два практических приёма: сжимать историю и сохранять рабочие заметки вне неё. При сжатии важно удержать архитектурные решения, незакрытые ошибки и детали реализации. Для передачи следующей сессии пригодится короткая памятка: — что уже сделано и проверено; — какие решения приняты; — что осталось и какой шаг следующий. Иначе новый запуск может снова пойти по уже пройденному кругу. 🔗 Разбор управления контекстом 🐸 Библиотека ИИ для айтишников #ai_workflow Anthropic Effective context engineering for AI agents Anthropic is an AI safety and research company that's working to build reliable, interpretable, and steerable AI systems.

🔒 Чужой skill стоит проверить до установки SkillSpector от NVIDIA проверяет skills для AI-агентов: инструкции, скрипты и другие файлы, которые будут работать с доступом к вашему проекту. Можно передать репозиторий, каталог или архив. Сначала идут статические проверки, при необходимости подключается анализ языковой моделью. Инструмент ищет подозрительные инструкции, утечки данных, опасный код и риски зависимостей; отчёт можно получить в JSON, Markdown или SARIF. Это помощь в разборе находок, а не сертификат безопасности. Полезно, когда описание обещает удобный skill, а внутри лежит целый набор исполняемых файлов. 🔗 Репозиторий и документация 🐸 Библиотека ИИ для айтишников #quick_win GitHub GitHub - NVIDIA/SkillSpector: Security scanner for AI agent skills. Detect vulnerabilities, malicious patterns, security risks… Security scanner for AI agent skills. Detect vulnerabilities, malicious patterns, security risks, prompt injection, data exfiltration, and supply-chain risks in Claude Code, Codex, and MCP skills b...

💡 Учебный текст можно превратить в карту, аудио и тест В исследовательском эксперименте Google Learn Your Way один материал превращается в несколько форматов: карту понятий, аудиоурок и интерактивные вопросы. Объяснение подстраивается под выбранный уровень и интересы ученика. Можно сначала увидеть связи между понятиями, потом послушать разбор и проверить, что действительно запомнилось. Идея полезна и для собственных запросов к ИИ: просить разные способы объяснить один источник, а не только сокращать его. Экспериментальный статус не означает, что полный доступ открыт всем. 🔗 Как работает эксперимент 🐸 Библиотека ИИ для айтишников #cheat_sheet Google Learn Your Way uses AI to transform textbook materials into interactive guides. Learn Your Way uses AI to transform textbook materials into interactive guides.

🎙 Как выбрать голосовую модель без гонки за первым местом В Open TTS Leaderboard можно сравнить модели синтеза речи по ошибкам в произнесённом тексте, скорости и сходству с референсным голосом. Для голосового агента полезна вкладка Streaming: она показывает время до первого аудио, которое уже можно воспроизвести. Во вкладке Listen можно послушать примеры и выбрать язык. Низкая частота ошибок не гарантирует естественную интонацию. Авторы прямо разделяют объективные метрики и предпочтения слушателя — поэтому после таблицы стоит открыть аудио. 🔗 Методика и ссылка на таблицу 🐸 Библиотека ИИ для айтишников #ai_stack huggingface.co Open TTS Leaderboard: Scalable Evaluation for Multilingual Text-to-Speech and Voice Cloning We’re on a journey to advance and democratize artificial intelligence through open source and open science.

🧠 Два MCP-инструмента вместо тысяч описаний API Подключили много инструментов — и часть контекста уже занята их схемами, хотя агент ещё не начал задачу. В Code Mode Cloudflare оставила два инструмента: search() ищет нужные операции в описании API, execute() выполняет написанный агентом код. Полную спецификацию модель в контекст не получает. По оценке команды, описания этих двух инструментов занимают около 1000 токенов для всего Cloudflare API. Это размер описаний, а не стоимость всей задачи. Подход пригодится, когда возможностей много, а в каждом запуске нужна лишь небольшая часть. 🔗 Как устроен Code Mode 🐸 Библиотека ИИ для айтишников #quick_win Cloudflare Blog Code Mode: give agents an entire API in 1,000 tokens The Cloudflare API has over 2,500 endpoints. Exposing each one as an MCP tool would consume over 2 million tokens. With Code Mode, we collapsed all of it into two tools and roughly 1,000 tokens of context.

🛠 ИИ проектирует LEGO через Python В LDraw Nova агент получает идею модели, подбирает детали и пишет Python-генератор. На выходе — CAD-файл LDraw, который можно открыть в 3D-просмотрщике. Дальше идёт цикл: отрендерить модель, посмотреть результат, поправить расположение деталей и повторить. В наборе инструментов есть поиск деталей и проверка пересечений и зазоров. Интересный пример того, как дать агенту понятные строительные операции вместо просьбы «нарисуй всё сам». Но красивый рендер ещё не подтверждает, что конструкция выдержит сборку в реальности. 🔗 Код и демонстрация 🐸 Библиотека ИИ для айтишников #use_case GitHub GitHub - anteloc/ldraw-nova: Agent tooling for generative LEGO models building, built with Astra and Opus 5.5, powered by Jev Agent tooling for generative LEGO models building, built with Astra and Opus 5.5, powered by Jev - anteloc/ldraw-nova

⚡️ Модель, которая выбирает ответ без генерации текста LiquidAI выпустила d1-3B и экспериментальную d1-omni-600M. Вместо длинного ответа они принимают решение за один проход: да/нет, выбор из вариантов или оценка по шкале. Так можно определить тему обращения, выбрать команду поддержки или проверить изображение. d1-3B работает с текстом и картинками; версия на 600 млн параметров — с текстом и изображением либо аудио. Это специализированные модели для решений, а не замена чат-боту. Веса доступны на Hugging Face, а условия использования стоит сверить с лицензией. 🔗 Описание, примеры и веса 🐸 Библиотека ИИ для айтишников #ai_stack huggingface.co Multimodal open d1 decision models for the edge A Blog post by Liquid AI on Hugging Face

Forwarded From 👀 Как вы смотрите видео? Разбираете урок, слушаете интервью фоном или начинаете на телефоне, а продолжаете на большом экране? Хотим узнать, что делает просмотр удобным для вас. Вспомните последнее видео — ролик, урок, фильм или серию сериала — и расскажите о своём опыте. Если детали не запомнились, можно так и ответить. 🕰️ Опрос займёт около 3 минут. В результатах сможете сравнить свои привычки с ответами других участников. А разработчики и инженеры видеоплатформы расскажут, что происходит по ту сторону экрана, пока вы смотрите видео. 🔗 Поделиться опытом 🐸 Библиотека программиста

🔍 Агент сказал «готово». А что изменилось в базе? Агент уверенно сообщает, что вернул деньги или обновил заказ. Но нужной записи в базе может не быть. Microsoft ThinkingBox проверяет именно результат: конечное состояние данных и побочные изменения. В бенчмарке 507 бизнес-сценариев, каждый запускали 20 раз — чтобы отличить разовый успех от стабильной работы. Полезный принцип для своих агентов: проверять, что изменилось в системе, а не только читать финальный ответ модели. 🔗 Разбор и инструкции запуска 🐸 Библиотека ИИ для айтишников #neuro_dive huggingface.co The Agent Said It Was Done. The Database Disagreed. A Blog post by Microsoft on Hugging Face

Forwarded From Какими ИИ-ассистентами и агентами вы пользуетесь? Можно выбрать несколько Anonymous Poll 8% - GitHub Copilot 1% - Codeium 47% - Claude Code 23% - Gemini 48% - ChatGPT 4% - GigaCode (Сбер) 2% - Yandex Code Assistant 29% - DeepSeek 5% - Hermes Agent 12% - Другое (напишу в комментариях)

Forwarded From Read. Write. Edit. Bash. Это базовый набор операций Pi — агента, на котором построен OpenClaw. Дополнительные возможности появляются через расширения: агент может написать их по запросу пользователя, перезагрузить и проверить в работе. У такого устройства есть полезные детали: • состояние расширений хранится в сессии; • беседу можно разветвить для отладки и вернуться с кратким пересказом; • инструкции и примеры помогают агенту создавать новые функции. Армин Ронахер разбирает Pi на собственных примерах: среди расширений, созданных по его запросам, есть список задач и ревью изменений кода. Получается взгляд на выбор ИИ-инструмента через то, что пользователь может настроить в нём под свою работу. #ии #инструменты

Библиотека ИИ для айтишников: Почему разработчик планирует отдавать больше задач Claude Винсент Шмальбах описал план перераспределить расходы на ИИ: больше работы отдавать Claude, а Codex сохранить для части задач. К решению его подтолкнули затяжные сессии. По наблюдениям автора, агент… Если приходилось уходить с одного ИИ-инструмента на другой, что стало главной причиной? Anonymous Poll 29% - Качество ответов и кода стало не устраивать 14% - Упёрся в лимиты или не хватает функций 10% - Цены кусаются 17% - Проблемы с доступом: блокировки, нужен VPN 3% - Сложности с оплатой 3% - Стало неудобно работать 23% - Не менял инструмент — сижу на привычном

Почему разработчик планирует отдавать больше задач Claude Винсент Шмальбах описал план перераспределить расходы на ИИ: больше работы отдавать Claude, а Codex сохранить для части задач. К решению его подтолкнули затяжные сессии. По наблюдениям автора, агент иногда часами продолжал проверки и добавлял соседние задачи. Квота расходовалась, а момент, когда можно принять результат и двигаться дальше, было трудно предсказать. В личном разборе Шмальбах связывает эти эпизоды с условиями подписки и затратами на собственные проекты. #ии #инструменты 🐸 Библиотека ИИ для айтишников

🎹 Что делать после ChatGPT? Следующий шаг — AI-агенты. Они не просто отвечают на запросы, а сами работают с данными, инструментами и выполняют цепочки действий. На курсе «Разработка ИИ-агентов» разбираем всё, что нужно для этого уровня: ⬇️ RAG и работа с данными ⬇️ MCP и инструменты ⬇️ структурированный вывод ⬇️ контроль качества и стоимости ⬇️ мультиагентные системы ⬇️ AgentOps Курс полностью в записи — проходите материалы в своём темпе, без привязки к расписанию. ⏰ 4 октября цена вырастет на 10 000 ₽. Если давно хотели разобраться в AI-агентах — сейчас ещё можно зайти по текущей цене. 🔗 ⁠Посмотреть курс