AI / LLM

Стоимость внедрения искусственного интеллекта в компании: разработка, модель, инфраструктура, поддержка. Ориентиры цен, от чего они зависят, когда облачная модель дешевле своей и наоборот. Примеры из наших проектов.

Что такое RAG и как сделать ИИ-ассистента, который отвечает по регламентам, инструкциям и базе знаний компании: архитектура, подготовка документов, проверка качества, где хранить данные по 152-ФЗ.

Чек-лист для выбора компании по внедрению ИИ в бизнес: какие вопросы задать подрядчику про процесс, данные, 152-ФЗ, качество, тесты, стоимость и поддержку. Красные флаги и что должно быть в договоре.

Искусственный интеллект трансформирует микроэлектронику, сокращая сроки разработки и ускоряя научные открытия. От выбора материалов до верификации — ИИ становится незаменимым помощником.

Как выбрать процесс для внедрения ИИ, почему большинство пилотов не окупаются и как устроить автоматизацию, чтобы ей можно было доверять. Разбор на реальных проектах.

Разбираемся, какие локальные LLM эффективно справляются с кодом на C#, .NET и Java. Анализируем Qwen3, DeepSeek, GLM-5.1 и другие модели для реальных задач разработки.

ИИ меняет найм: новые инструменты отбора, трансформация навыков. Узнайте, как работодатели используют ИИ и какие компетенции повышают вашу ценность.

Установка Ollama на Linux, macOS, Windows и в Docker, команды, выбор модели под видеопамять, Modelfile, настройки через переменные окружения и API.

ИИ-сообщество призывает к замедлению темпов разработки. Эксперты BBC News Русская служба разбирают риски и аргументы за мораторий на создание мощных ИИ-систем.

Юристы Офиса законодательного советника Палаты представителей США говорят, что черновики законов, написанные ИИ, приходится переписывать дольше, чем писать с нуля. Какие ошибки делает ИИ и какой вывод для бизнеса.

Что на самом деле показало исследование в Science Advances: модель глубокого обучения по данным фМРТ выявила признак, который предсказывал симптомы депрессии у молодых людей за 4 года.

LM Link — доступ к LM Studio с телефона. Официального приложения для Android нет (проверили по документации), но есть рабочий обходной путь через Tailscale.

Формулы расчёта видеопамяти для LLM: вес модели при разном квантовании, KV-кэш контекста, память на обучение. Разбор на примере Llama 3.3 70B и Qwen3.6-27B.

Что реально запускается на 2×RTX 4090 (48 ГБ): Llama 3.3 70B в 4 битах через Ollama или vLLM, требования к железу и когда выбрать модель новее.

Полный путь от выбора модели до продакшена: бенчмарки, нюансы инфраструктуры, реальная экономика приватного AI-стека.