01.

Имаго-подход для корпораций: опыт создания языковой модели Thomson Reuters

2026-09-29 Нейросети и AI

Разбираем опыт корпорации Thomson Reuters по созданию собственной языковой модели: архитектура фабрики моделей, трехэтапное обучение, работа с данными и уроки для имаго-подхода.

02.

Имаго-кодинг: как дообучение моделей и LoRA меняют процесс разработки

2026-09-25 Гайды и инструкции Нейросети и AI Обзоры

Разбор методологии имаго-кодинга: как дообучение локальных LLM с помощью LoRA, RAG и чистых датасетов меняет роль разработчика и качество кода.

03.

Как трехнедельный RAG-пилот растянулся на три месяца: о чем молчат при внедрении ИИ на заводе

2026-09-16 Гайды и инструкции Нейросети и AI Новости и индустрия

Опыт внедрения RAG-системы на заводе: почему трехнедельный пилот по технической документации растянулся на три месяца, сколько стоит локальный ИИ и как подготовка данных вскрывает проблемы в регламентах.

04.

Полгода с ИИ в разработке софта: RAG, AI-ревью, автотесты, агенты и автоматизация счетов

2026-09-15 Гайды и инструкции Нейросети и AI Обзоры

Реальный опыт внедрения языковых моделей и нейросетевых инструментов в коммерческую разработку: от генерации планов проверок до автономной обработки документов и AI-агентов.

05.

Что такое Agentic RAG: когда ИИ сам планирует и регулирует поиск информации

2026-09-14 Гайды и инструкции Нейросети и AI Обзоры

Подробный разбор концепции Agentic RAG: как нейросети автономно планируют поиск, проверяют факты и корректируют запросы. Разбираем 5 этапов работы, риски и методы оценки.

06.

MEO: оптимизация под алгоритмы ИИ и поисковые движки нового поколения

2026-09-13 Гайды и инструкции Нейросети и AI Сравнения

Разбираем концепцию MEO (Multiple Engine Optimization): 8 архитектурных классов алгоритмов, разницу между параметрическими знаниями и RAG, а также практические способы связи брендовых сущностей в ИИ-выдаче.

07.

RAG или Long Context: когда действительно нужен сложный пайплайн, а когда хватит большого окна LLM

2026-09-11 Гайды и инструкции Нейросети и AI Сравнения

Разбираем, когда действительно нужен RAG с векторной базой и реранкером, а когда проще загрузить всю документацию в контекстное окно LLM с использованием кэширования.

08.

Блеск и нищета ML-автоматизации: от гигантских LLM-монолитов к микросервисной архитектуре

2026-09-09 Гайды и инструкции Нейросети и AI Обзоры

Анализируем эволюцию ML-автоматизации в бизнесе: почему монолитные LLM проигрывают специализированным микросервисам, юрриски 152-ФЗ и запуск Qwen3.8-Flash-Next 125B.

09.

Что такое RAG (Retrieval-Augmented Generation) и как ИИ использует внешние знания

2026-09-08 Гайды и инструкции Нейросети и AI Сравнения

Полный разбор архитектуры RAG (Retrieval-Augmented Generation): как работает генерация с дополнением поиска, 5 этапов обработки данных, отличия от Fine-Tuning и методы оценки качества.

010.

Как мы научили ИИ читать корпоративные регламенты: от наивного RAG до измеримого pipeline

2026-09-07 Гайды и инструкции Нейросети и AI Обзоры

Практический опыт построения корпоративной RAG-системы для регламентов: от сбора пайплайна на n8n и Qdrant до гибридного поиска, реранкинга, интеграции Arize Phoenix и оценки метрик качества.

Тэг

Имаго-подход для корпораций: опыт создания языковой модели Thomson Reuters

Имаго-кодинг: как дообучение моделей и LoRA меняют процесс разработки

Как трехнедельный RAG-пилот растянулся на три месяца: о чем молчат при внедрении ИИ на заводе

Полгода с ИИ в разработке софта: RAG, AI-ревью, автотесты, агенты и автоматизация счетов

Что такое Agentic RAG: когда ИИ сам планирует и регулирует поиск информации

MEO: оптимизация под алгоритмы ИИ и поисковые движки нового поколения

RAG или Long Context: когда действительно нужен сложный пайплайн, а когда хватит большого окна LLM

Блеск и нищета ML-автоматизации: от гигантских LLM-монолитов к микросервисной архитектуре

Что такое RAG (Retrieval-Augmented Generation) и как ИИ использует внешние знания

Как мы научили ИИ читать корпоративные регламенты: от наивного RAG до измеримого pipeline

Recent Posts

Recent Comments