#llm

Новая линейка моделей Qwen3.8 с поддержкой vision, reasoning, 256K контекста и квантизацией до 1-битных GGUFs, запускаемая через Unsloth и llama.cpp.

Полноценный workflow для транскрибации, диаризации и LLM-постобработки русской речи на базе GigaAM-v3 с пятью интерфейсами.

Высокоточный инструмент с открытым кодом, преобразующий PDF, DOCX, PPTX, XLSX и изображения в структурированный Markdown/JSON с помощью VLM+OCR-движка.

Почему не-программисты создают более надёжный код с ИИ, чем профессиональные разработчики.

Инсайт о том, как ограниченный набор библиотек в песочницах ИИ создаёт «сверхнадёжный» режим генерации кода.

Руководство по запуску open-weight модели DeepSeek-V4-Flash-0731 (284B параметров, 13B активных) с 1M контекстом и улучшенным шаблоном чата.

jcode — это высокопроизводительный AI-харнесс с минимальным потреблением RAM, семантической памятью, swarm-кооперацией агентов и поддержкой множества LLM-провайдеров.

Интерактивный гайд по выбору бэкенда, модели, квантизации и флагов llama.cpp под ограничения VRAM, RAM и скорости памяти.

Практическое руководство по созданию собственного AI-агента вместо использования универсальных решений вроде OpenClaw.

oLLM — легковесная Python-библиотека для инференса больших LLM на потребительских GPU с 8GB VRAM без квантизации, поддерживает 100k контекст и мультимодальные модели.