#llmприложения — Public Fediverse posts

Вторая жизнь старого смартфона в качестве домашнего сервера

С появлением нейросетей реализовывать идеи в разработке стало гораздо проще. Идеи практически любого масштаба, надо сказать. Хочу рассказать о довольно крупномасштабной. Дисклеймер: этот пост — про вайб-кодинг, поэтому в нём не будет приведено ни единой строки кода. Я просто показываю идею, не детали реализации. И немного мнения о вайбкодинге в целом — в конце публикации.

https://habr.com/ru/articles/1027584/

#вайбкодинг #голосовой_ассистент #llmприложения

О нюансах работы приложений на базе искусственного интеллекта

Когда разработчик получает задачу, он её сначала декомпозирует: разбивает на части, ищет зависимости, проектирует решение. Потом уже пишет код. LLM делает наоборот. Она сразу начинает генерировать — точнее, перебирать паттерны из своего обучающего корпуса, пока не наткнётся на что-то похожее: без проектирования, без понимания. Это не «ошибка архитектуры». Это фундаментальный принцип работы трансформеров. И из него вытекают почти все странные ограничения, с которыми сталкивается разработчик: почему контекст в миллион токенов не панацея, а подорожник, почему thinking-модели не думают, и почему RAG — это не магия, а надстройка над очень ограниченным инструментом. Данная статья — об устройстве моделей и RAG-надстроек. А ещё о том, что пора перестать очеловечивать инструмент и считать его магией.

https://habr.com/ru/articles/1026840/

#llmмодели #llmприложения #llmархитектура #rag #разработка #function_calling

О нюансах работы приложений на базе искусственного интеллекта

Когда разработчик получает задачу, он её сначала декомпозирует: разбивает на части, ищет зависимости, проектирует решение. Потом уже пишет код. LLM делает наоборот. Она сразу начинает генерировать — точнее, перебирать паттерны из своего обучающего корпуса, пока не наткнётся на что-то похожее: без проектирования, без понимания. Это не «ошибка архитектуры». Это фундаментальный принцип работы трансформеров. И из него вытекают почти все странные ограничения, с которыми сталкивается разработчик: почему контекст в миллион токенов не панацея, а подорожник, почему thinking-модели не думают, и почему RAG — это не магия, а надстройка над очень ограниченным инструментом. Данная статья — об устройстве моделей и RAG-надстроек. А ещё о том, что пора перестать очеловечивать инструмент и считать его магией.

https://habr.com/ru/articles/1026840/

#llmмодели #llmприложения #llmархитектура #rag #разработка #function_calling

О нюансах работы приложений на базе искусственного интеллекта

Когда разработчик получает задачу, он её сначала декомпозирует: разбивает на части, ищет зависимости, проектирует решение. Потом уже пишет код. LLM делает наоборот. Она сразу начинает генерировать — точнее, перебирать паттерны из своего обучающего корпуса, пока не наткнётся на что-то похожее: без проектирования, без понимания. Это не «ошибка архитектуры». Это фундаментальный принцип работы трансформеров. И из него вытекают почти все странные ограничения, с которыми сталкивается разработчик: почему контекст в миллион токенов не панацея, а подорожник, почему thinking-модели не думают, и почему RAG — это не магия, а надстройка над очень ограниченным инструментом. Данная статья — об устройстве моделей и RAG-надстроек. А ещё о том, что пора перестать очеловечивать инструмент и считать его магией.

https://habr.com/ru/articles/1026840/

#llmмодели #llmприложения #llmархитектура #rag #разработка #function_calling

О нюансах работы приложений на базе искусственного интеллекта

Когда разработчик получает задачу, он её сначала декомпозирует: разбивает на части, ищет зависимости, проектирует решение. Потом уже пишет код. LLM делает наоборот. Она сразу начинает генерировать — точнее, перебирать паттерны из своего обучающего корпуса, пока не наткнётся на что-то похожее: без проектирования, без понимания. Это не «ошибка архитектуры». Это фундаментальный принцип работы трансформеров. И из него вытекают почти все странные ограничения, с которыми сталкивается разработчик: почему контекст в миллион токенов не панацея, а подорожник, почему thinking-модели не думают, и почему RAG — это не магия, а надстройка над очень ограниченным инструментом. Данная статья — об устройстве моделей и RAG-надстроек. А ещё о том, что пора перестать очеловечивать инструмент и считать его магией.

https://habr.com/ru/articles/1026840/

#llmмодели #llmприложения #llmархитектура #rag #разработка #function_calling

LLM агент во Fuion360 шестеренками крутил

Выкатили mcp llm ассистента во fusion360 . Я сразу попробовал сделать то, что проектировал уже 60 раз и пытался автоматизировать сам - лестницу(деревянную). Смотрим какой Vibe-design в 2026 Этап 1 - ступени

https://habr.com/ru/articles/1014736/

#fusion360 #ai #llm #llmагент #llmмодели #llmприложения #designer #cad

Маленький LLM-чат на Python с Ollama и LiteLLM. Часть 2: делаем консольный чат

Делаем из простого скрипта настоящий консольный чат: цикл общения, system prompt, обработка ошибок и первые шаги к “живому” AI-приложению на Python с Ollama и LiteLLM.

https://habr.com/ru/articles/1012506/

#llm #llmмодели #llmприложения #чатбот #ai #nlp #python #ollama #litellm #локальные_модели

Обучаем нейросеть онлайн

Небольшая статья о том как я под впечатлением статьи с Хабра " Возможно, самый гениальный код на python на сегодня: разбираем 200-строчный microgpt от Андрея Карпаты " решил проверить все это на практике, и перенес код при помощи нейросети в онлайн формат.

https://habr.com/ru/articles/1007114/

#llmмодели #llmприложения #microgpt #javascript

Управляем поведением LLM: краткосрочные профили и их ограничения

Мы привыкли верить, что если сказать модели «будь агрессивным трейдером» или «будь строгим аналитиком», то она действительно начнёт так себя вести. На практике всё не так просто. В длинном диалоге роль быстро выдыхается: модель соглашается с образом, но постепенно возвращается к базовой вежливости, осторожности и бесконечным дисклеймерам. Зато в коротких запросах происходит совсем другое. Один свежий промпт — и поведение реально сдвигается: модель становится заметно осторожнее, резче, параноидальнее или, наоборот, более рискованной. Это уже не «роль» в привычном смысле, а краткосрочный поведенческий профиль — временная настройка внутренних параметров решения. Исследования показывают, что такой профиль способен существенно менять поведение. Например, коэффициент неприятия потерь можно «подкрутить» почти в три раза — и модель начнёт требовать значительно большей выгоды, чтобы принять риск. Звучит мощно, но вместе с ним приходят стохастичность, зависимость от формулировки и неожиданные побочные эффекты. В статье разберём, где такие профили действительно работают, а где начинают ломать предсказуемость системы.

https://habr.com/ru/articles/1001554/

#промптинжиниринг #llm #llmприложения #агенты #llmагент #промптинг #роли

ИИ-трансформация 2026: от хайпа к инфраструктуре. 5 структурных сдвигов, которые меняют стек технологий

Еще недавно ИИ был набором экспериментальных фич. В 2026 году мы видим, как он превращается в «невидимую инфраструктуру». По прогнозам Goldman Sachs, расходы на ИИ превысили $500 млрд, но главная новость не в деньгах, а в архитектуре: ИИ консолидируется в суперприложения и агентные системы, которые берут на себя управление рабочими процессами. Разбираем пять трендов, которые определяют, как мы будем кодить, строить бизнес и управлять данными в ближайшие годы.

https://habr.com/ru/companies/finam_broker/articles/1000104/

#искусственный_интеллект #управление_проектами #нейросети #агенты_ии #llm #llmмодели #llmагент #llmприложения #llmархитектура #llmагенты

Я ненавижу мозговые штурмы. Поэтому я обучил нейросеть делать их за меня

Возможно многие увидят схожую проблему при использовании нейронок. Я уже достаточно долго и часто использую llm для личных и рабочих задач, автоматизирую свои воркфлоу и в моих кейсах модели эффективно справлялись со своими задачами пока не столкнулся с одним кейсом. Этим кейсом оказался кейс по генерации интересной идеи: креатива нейминга до маркетинговой стратегии. Я открывал различные нейронки ChatGPT, Gemini и прочее, но в итоге получал что‑то формальное, не интересное и обычное. Проводил много времени в чате, менял температуру, но в итоге — это список идей, но от которых не появляется простое слово «Вау!!!» В итоге вместо решения конкретной задачи нет методологии, ни структуры, ни оригинальность.

https://habr.com/ru/articles/996482/

#ииагенты #ииассистент #llmмодели #llmприложения #llmархитектура

А что там с ИИ в MedTech?

Привет, на связи Кирилл Пронин, TeamLead из Neuromed, сегодня я хотел бы развеять мифы про ИИ в медицине. Показать, до каких результатов добралась команда разработки, какие продукты и подходы действительно улучшат жизнь врачей / медцентров / фармкомпаний. А также, поделюсь парочкой секретов и лайфхаков, которые я применял, чтобы стать лучше. Берем чай, пару печенюшек — поехали!

https://habr.com/ru/articles/995678/

#искусственный_интеллект #машинное_обучение #medtech #медицина #медицина_будущего #здоровье #rag #llm #llmприложения #ai

Устойчивость роли в LLM-промпте: О границах промптинга и ролевых моделей

Постоянно сталкиваюсь со статьями, инструкциями, репозиториями промптов, где бесконечно предлагают задавать роль LLM. Наверняка, даже курсы по промпт‑инженерии на этом построили. Однако четкого понимания, как это повлияет на качество ответов и поведение модели, никогда не приводится. Главный тезис: «делай так и будет хорошо!». Хочется ответить: «какие Ваши доказательства!?» Полагаю, есть два базовых основания для внедрения роли в LLM через промпт: – создание «личности» доменного специалиста, для доступа к профильным знаниям заданной роли; – задание паттерна поведения модели через указание «характера» модели, а не явных требований и ограничений на действия. Если мы зададим «характер» llm через роль, а она не стала умнее или не ведет себя нужным образом — понятно же, что модель «не поняла» роль, а инструкции сформулированы не качественно. Нужно больше инструкций, примеров и конкретики. Но, в большинстве случаев, это не помогает. И с вашим промптом все в порядке, просто проблема глубже, чем кажется.

https://habr.com/ru/articles/992256/

#промптинжиниринг #llm #llmприложения #промптинг #роли

Курсы от ИИ — QPEL.ai

В 2023-м году я организовал среди друзей бесплатный курс по Frontend-разработке. А в 2024-м начал делать отдельный курс для своей жены, но делал это уже с помощью IDE Cursor и Markdown-файлов в Docusaurus . В какой-то момент мне нагрянула мысль - раз я уже делаю курс с помощью ИИ, то почему бы это не автоматизировать и не масштабировать? Так и родилась идея об универсальном ИИ генераторе курсов на любую тему, и для любого опыта.

https://habr.com/ru/articles/991904/

#курсы #llmприложения #образование #образование_онлайн #образовательные_ресурсы #стартап

AI-теймплейты для Obsidian Templater для развития знаний

Продолжаем исследовать возможности технологии LLM для повышения эффективности работы человека-пользователя и работы человека-программиста. И делаем это в форме описания тулинга для мини-фреймворка core-kbt: опишем туториал как пользоваться базовыми теймплейтами для Obsidian Templater для развития текущих "знаний".

https://habr.com/ru/articles/991554/

#obsidian #llm #llmприложения

Большой бенчмарк: ROCm vs Vulkan в LM Studio 0.4 и добавление параллельных запросов

27 января вышла LM Studio версии 0.4.0 и это обновление принесло долгожданную функцию параллельной обработки запросов через continuous batching. Это критически важное обновление для production-использования локальных LLM, которое обещает значительное увеличение пропускной способности. Теперь можно не просто "крутить модельку для себя", а разворачивать реальные multi-user сервисы. Но как это работает на практике? Я провел комплексное исследование на своем домашнем ПК, сравнив производительность ROCm и Vulkan, а также влияние количества потоков на пропускную способность (TPS). Спойлер: Разница между ROCm и Vulkan оказалась шокирующей — до 2 раз в пользу ROCm, а правильная настройка потоков дает +50% бесплатной производительности.

https://habr.com/ru/articles/991282/

#lmstudio #qwen #qwen3 #mistral #ministral_3 #gpt #llm #llmмодели #llmприложения #llmагент

SaaS для IT-стартаперов или AI-архитектор на минималках

Всем привет! Меня зовут Николай и в течение последних лет у меня существовала идея-фикс создать свой стартап/продукт/SaaS, называйте как хотите, смысл от этого сильно не меняется. И перепробовав (разумеется, неудачно) себя в различных доменах, я понял, что на старте нужно делать то, что получается лучше всего. Именно так и пришла идея платформы для фаундеров стартапов, которая позволяла бы ускорять проектирование архитектуры запускаемых продуктов, в условиях, когда пользователь не обладает достаточными техническими навыками для того, чтобы самостоятельно создать прототип или доходчиво объяснить свое продуктовое видение нанятым разработчикам. По статистике 9 из 10 IT-продуктов умирают ещё до релиза MVP. Основная причина - это разрыв между идеей и сложностью ее реализации. Время и деньги уходят на неструктурированное планирование и бесконечные итерации доработок. Существующие AI-редакторы кода типа Cursor не решают эту проблему полностью - они могут написать код, но при всех вышеперечисленных вводных не могут спроектировать консистентную и масштабируемую архитектуру без необходимости дополнять промпт техническими выкладками или возвращать начавшую галлюцинировать LLM на нужный путь. И именно здесь родилась идея Rebreaker - как продуктового AI-архитектора, призванного ускорить реализацию прототипов IT-продуктов. Далее будет описание работы сервиса. Мне будет очень приятно получить любой фидбэк по работе сервиса. Стоимость токенов по платной подписке - пока что без наценки, исключительно себестоимость + ресурсы облачного хостинга. Если будут баги - заранее прошу прощения, пилил я SaaS в соло по вечерам/ночам после основной работы, что заняло около 4 месяцев.

https://habr.com/ru/articles/989746/

#стартап #бизнес #llmприложения #aiассистент #системный_анализ #IT_архитектура

Тестирование LLM-приложений с DeepEval

В этой статье я расскажу о способе написания тестов для LLM-приложений с использованием инструмента DeepEval. Рассмотрены базовые концепции данного инструмента, а также приведен пример его использования на реальном приложении c RAG. Будет теория и много примеров на Python. 🔥 Начинаем 🔥

https://habr.com/ru/articles/984968/

#llm #llmприложения #deepeval #исскуственный_интеллект #llm_тестирование

А что там с ИИ в MedTech?

Привет, на связи Кирилл Пронин, TeamLead из

https://habr.com/ru/articles/984748/

#искусственный_интеллект #машинное_обучение #medtech #медицина #медицина_будущего #здоровье #rag #llm #llmприложения #ai

ИИ, что же ты с нами сделал?! Собрали финальную картину 2025-го о привычках, эффективности и рисках

Привет! Я Кирилл Улитин, руковожу направлением UX и исследований в

https://habr.com/ru/companies/ncloudtech/articles/980238/

#llm #llmприложения #uxисследования #ai #искусственный_интеллект #исследование #искусственный_интеллект_в_бизнесе #ии

Финансовый AI-агент на Python: MCP и CodeAct

Продолжаем строить финансового AI-ассистента на базе MCP-сервера Finam. Сначала создадим классического MCP-агента на LangChain, затем эволюционируем его в CodeAct-архитектуру, где AI пишет Python-код вместо прямых вызовов функций. В итоге получим агента, способного анализировать тысячи акций, строить графики и не переполнять контекстное окно.

https://habr.com/ru/articles/980542/

#ai #mcp #aiagent #python #llm #codeact #langchain #langgraph #mcptools #llmприложения

Финансовый AI-агент на Python: MCP и CodeAct

Продолжаем строить финансового AI-ассистента на базе MCP-сервера Finam. Сначала создадим классического MCP-агента на LangChain, затем эволюционируем его в CodeAct-архитектуру, где AI пишет Python-код вместо прямых вызовов функций. В итоге получим агента, способного анализировать тысячи акций, строить графики и не переполнять контекстное окно.

https://habr.com/ru/articles/980542/

#ai #mcp #aiagent #python #llm #codeact #langchain #langgraph #mcptools #llmприложения

Финансовый AI-агент на Python: MCP и CodeAct

Продолжаем строить финансового AI-ассистента на базе MCP-сервера Finam. Сначала создадим классического MCP-агента на LangChain, затем эволюционируем его в CodeAct-архитектуру, где AI пишет Python-код вместо прямых вызовов функций. В итоге получим агента, способного анализировать тысячи акций, строить графики и не переполнять контекстное окно.

https://habr.com/ru/articles/980542/

#ai #mcp #aiagent #python #llm #codeact #langchain #langgraph #mcptools #llmприложения

Финансовый AI-агент на Python: MCP и CodeAct

Продолжаем строить финансового AI-ассистента на базе MCP-сервера Finam. Сначала создадим классического MCP-агента на LangChain, затем эволюционируем его в CodeAct-архитектуру, где AI пишет Python-код вместо прямых вызовов функций. В итоге получим агента, способного анализировать тысячи акций, строить графики и не переполнять контекстное окно.

https://habr.com/ru/articles/980542/

#ai #mcp #aiagent #python #llm #codeact #langchain #langgraph #mcptools #llmприложения

Поиск работы в Telegram: как автоматизировать рутину с помощью JobStalker

Поиск работы часто превращается в бесконечный скроллинг по Telegram-каналам: десятки уведомлений, тонны сообщений, чтение длинных описаний вакансий, попытки понять, подходит ли это тебе. А ведь Telegram — один из самых популярных источников свежих предложений о работе, особенно в IT, маркетинге и фрилансе. Но вручную фильтровать всё это — сплошная потеря времени. Здесь на помощь приходят современные технологии: машинное обучение, которое может анализировать текст лучше, чем человек, и автоматизировать процесс. Именно из этой идеи родился JobStalker — Telegram-бот, который мониторит публичные каналы с вакансиями, фильтрует их с помощью модели машинного обучения, оценивает релевантность и сохраняет подходящие варианты в удобной базе данных. Всё это с веб-интерфейсом для настройки и просмотра результатов. Проект полностью open-source, и вы можете развернуть его на своём ПК или сервере. Ссылка на репозиторий

https://habr.com/ru/articles/975272/

#telegram #telegram_bot #telegrambot #python #llm #llmприложения #ollama #jobscheduler #jobscheduler #vacancy

Не читал, но одобряю: пишем софт для быстрого анализа пользовательских соглашений

Недавно посмотрел видео про скандал вокруг известного сервиса по торговле ключами для игр Kupikod. Для тех кто не в курсе: ребята из данной конторы решили подзаработать деньжат довольно интересным способом - объявили у себя на сайте нулевые комиссии за пополнение кошелька, но почему-то после пополнения у клиентов дополнительно списывалось 300 рублей. Оказывается, пополняя кошелей, пользователь дополнительно оформлял помесячную подписку стоимостью 300 рублей, которая как раз и обеспечивала эти нулевые комиссии. И разумеется, если эту подписку не отменить, то с тебя так каждый месяц и будет списываться по 300 рублей. Информации об этом на сайте просто не было, она была указана в публичной оферте, том самом документе, который никто никогда не читает. Собственно вот этот пункт:

https://habr.com/ru/articles/972962/

#llmприложения #fastapi #python #terms_of_service #legal_services

Как я выбираю LLM (large language model) для своих задач?

На учебных курсах часто задают вопрос: «Вы что‑то понимаете в LLM, поэтому скажите — какая LLM лучше?» Правильного ответа на этот вопрос нет. Число LLM растет в геометрической прогрессии, идет специализация, как по типу обрабатываемого контента, так и по области применения. Вдобавок возможности LLM растут от версии к версии, поэтому идеальной LLM не существует — ведь выбранная модель может показывать хорошие результаты по одним задачам, но плохо работать по другими. Данная статья — это лишь мой взгляд на инструменты выбора и вызова LLM, а также возможность получить бесплатный доступ из России к множеству LLM через агрегаторы.

https://habr.com/ru/companies/otus/articles/967958/

#llm #llmмодели #llmприложения #llmarena #llmагент #llmагенты #выбор_модели

Мой путь от идеи до релиза на примере простого чат-бота с ИИ

Я расскажу о задачах, проблемах и их решениях, с которыми столкнулся во время создания простого чат-бота с ИИ. Этапы которые затронуты: - Проработка требований к проекту; - Выделение основных компонентов в архитектуре решения; - Выбор технологий; - Реализация проекта; - Релиз. На примере этого проекта я прошёл все этапы и делюсь опытом в статье. 🔥 Начинаем 🔥

https://habr.com/ru/articles/968568/

#telegram_bot #python #llmприложения #искусственный_интеллект #разработка_приложений

Как создать AI-агента и дать ему инструменты

Тема применения сервисов GenAI сейчас на хайпе, на конференциях по этой теме всегда аншлаг, а подавляющее большинство пользователей «играется» с текстовыми запросами в бесплатных сервисах, восторгаясь полученными результатами. В этой статье хочу пойти дальше и определиться с понятием AI-агентов и показать пример создания AI-агента с помощью системы n8n.io и популярных сервисов GenAI. Перейти к статье

https://habr.com/ru/companies/otus/articles/957068/

#otus #llm #llmмодели #llmприложения #llmагент #aiagent #aiагенты #n8n #n8n_ai #aiагенты_в_работе

Как быстро собрать прототип AI-продукта на n8n.io

Цель данной статьи — рассказать, что даже без опыта разработки можно быстро и фактически бесплатно погрузиться в мир AI-агентов и начать их внедрять в свои процессы. Сейчас задачи внедрения GenAI стали актуальными для множества организаций. В одном из проектов по созданию приложения на базе AI-сервисов было потрачено немало времени на формализацию и постановку задачи разработчикам, а потом еще много времени на последующую разработку прототипа. Стремясь сократить время от идеи до рабочего прототипа, я стал искать no-code решение, которое позволит мне самостоятельно, без привлечения разработки, создавать не только AI – агентов, но и подключать различные инструменты к AI-агентам, а также организовывать взаимодействие между AI-агентами.

https://habr.com/ru/companies/otus/articles/947314/

#n8n #ai #aiagent #aiагенты #llmмодели #llmприложения #workflow #bpm #bpmсистемы #bpms

Семантический поиск по статьям Хабра в PostgreSQL + индексация текстов LLM в Ollama

Покажу вам практическую реализацию семантического поиска на основе векторных представлений - эмбеддингов из текста. Здесь я создам систему, которая анализирует статьи с Хабра, извлекает из них темы и ключевые слова с помощью локально работающих больших языковых моделей LLM, и на основе этих данных создает векторные представления для эффективного поиска по смыслу, а не по запросу на вхождение определенного текста.

https://habr.com/ru/articles/915348/

#семантический_поиск #postgresql #pgvector #llmприложения #ollama #spring_ai #java #обработка_естественного_языка #поисковые_системы

Переводим fb2 книжки, с нейронками, для себя

Хотел написать классическую статью, ни разу не писал, ради интереса попросил ChatGPT и она все написала, стало скучно до жути, эта «классическая » статья будет под спойлером, она реально по теме, написана с двух запросов, а далее будет кратенько и технически что и зачем, со ссылками на примеры. Для технической части нужны знания python, llm, cuda и что такое OpenAI API.

https://habr.com/ru/articles/946870/

#перевод #переводы #fb2 #scifi #spacy #python #cuda #llm #llmмодели #llmприложения

Security-RAG или как сделать AI Security tool на коленке

LLM-ки и LLM-агенты продолжают наводить шум. Cтатьи про то как сделать очередной RAG или Агента продолжают клепаться (да блин даже мы одна из этих статей), huggingface выпускают smolagents , квантизация позволяет дойти LLM-кам до простых работяг и обывателей, давая им возможность в них потыкаться в той же LM studio или других приложениях. Пока бизнес спешит внедрить очередного виртуального помощника, тот зачастую превращается в неумелого продавца, который не только мешает клиентам связаться со службой поддержки, но и... Удиви меня

https://habr.com/ru/articles/874820/

#llm #llmattack #llmприложения #ml #langchain #langfuse #chromadb #промптинъекции #искусственный_интеллект

Сравнение low-code редакторов для разработки приложений на основе LLM

Привет, Habr! Наша команда LLM-разработки подготовила статью с анализом low-code редакторов для разработки пайплайнов на базе LLM-моделей. Тема сравнения редакторов назревала давно, так как мы активно используем данные инструменты в своей работе и зачастую сталкиваемся с различными ограничениями решений. Данная статья будет полезна командам, которые только выбирают среду разработки пайплайнов для своих LLM-приложений и ИИ-агентов, а также тем, кто ищет лучший редактор для решения своих задач. Введение В эпоху стремительного развития технологий, когда скорость вывода продуктов на рынок становится ключевым фактором успеха (TTM), традиционные методы разработки программного обеспечения сталкиваются с новыми вызовами. Одним из наиболее перспективных решений является использование low-code платформ — инструментов, позволяющих создавать приложения с минимальным количеством написания кода вручную. Особенно интересными становятся low-code редакторы, интегрированные с большими языковыми моделями (LLM),которые позволяют автоматизировать разработку и повысить эффективность работы разработчиков. Цель данной статьи — провести сравнительный анализ четырех популярных low-code редакторов: Flowise, LangFlow, n8n и Dify. Эти платформы предоставляют различные подходы к созданию приложений на основе LLM, каждая из которых имеет свои уникальные особенности и преимущества. 1. Описание приложений на основе LLM (основные виды, обзор рынка) Приложения на основе больших языковых моделей (LLM) представляют собой относительно новый класс программного обеспечения, которое способно решать множество задач благодаря использованию мощных алгоритмов машинного обучения. В контексте low-code редакторов, LLM играют ключевую роль в автоматизации процессов разработки, позволяя создавать функциональные приложения с минимальными затратами времени и усилий.

https://habr.com/ru/articles/898062/

#ииагенты #lowcode #n8n #flowise #llmприложения #llmмодели #llm #llmархитектура #langflow #Dify

PandasA — кратно ускоряем работу аналитика данных в одну строчку

Ускоряем написание кода при работе с таблицами и библиотекой Pandas с помощью PandasAI в несколько раз за пару строк. Хитрецы уже используют ...

https://habr.com/ru/articles/825572/

#pandas #pandasai #python #datascience #datafeeling #chatpgt #llm #llmприложения

[Перевод] LLM red teaming: полное руководство [+советы экспертов]

Давайте представим стратегию, зародившуюся в военной сфере, где команды притворяются врагами друг друга, чтобы проверить оборонительные механизмы. Этот подход, известный как red teaming, оказался чрезвычайно ценным и теперь нашёл новое применение. Сегодня, когда искусственный интеллект занимает всё больше места в нашей повседневной жизни, использование метода red teaming для тестирования этих систем становится необходимым. Red teaming для моделей-LLM помогает убедиться, что они не только эффективны в работе, но и безопасны и надежны.

https://habr.com/ru/articles/893644/

#llm #бенчмаркинг #llmприложения #red_teaming #prompt_injection #jailbreaking #anthropic

Сопоставление номенклатур товаров ресторанов и поставщиков с помощью LLM — Case Study для ресторанного холдинга

Привет, Habr! На связи Александр Сулейкин. к. т. н. и СЕО ИТ-компании “ДЮК Технологии”. Совместно с нашим экспертом по LLM-решениям Романом Бабенко подготовили новую статью по теме применения LLM для задачи сопоставления номенклатур товаров и поставщиков - типовой задачи, с которой часто сталкиваются менеджеры по закупкам. Статья подготовлена на базе реального Use Case пилотного внедрения в крупном ресторанном холдинге.

https://habr.com/ru/articles/878762/

#llm #llmприложения #закупки #foodtech #сопоставление_товаров #SmartSearch

Сопоставление номенклатур товаров ресторанов и поставщиков с помощью LLM — Case Study для ресторанного холдинга

Привет, Habr! На связи Александр Сулейкин. к. т. н. и СЕО ИТ-компании “ДЮК Технологии”. Совместно с нашим экспертом по LLM-решениям Романом Бабенко подготовили новую статью по теме применения LLM для задачи сопоставления номенклатур товаров и поставщиков - типовой задачи, с которой часто сталкиваются менеджеры по закупкам. Статья подготовлена на базе реального Use Case пилотного внедрения в крупном ресторанном холдинге.

https://habr.com/ru/articles/878760/

#llm #llmприложения #закупки #foodtech #сопоставление_товаров #SmartSearch

Как создать AI-агента и дать ему инструменты

Тема применения сервисов GenAI сейчас на хайпе, на конференциях по этой теме всегда аншлаг, а подавляющее большинство пользователей «играется» с текстовыми запросами в бесплатных сервисах, восторгаясь полученными результатами. В этой статье хочу пойти дальше и определиться с понятием AI-агентов и показать пример создания AI-агента с помощью системы n8n.io и популярных сервисов GenAI. Перейти к статье

https://habr.com/ru/companies/otus/articles/957068/

#otus #llm #llmмодели #llmприложения #llmагент #aiagent #aiагенты #n8n #n8n_ai #aiагенты_в_работе

Как создать AI-агента и дать ему инструменты

Тема применения сервисов GenAI сейчас на хайпе, на конференциях по этой теме всегда аншлаг, а подавляющее большинство пользователей «играется» с текстовыми запросами в бесплатных сервисах, восторгаясь полученными результатами. В этой статье хочу пойти дальше и определиться с понятием AI-агентов и показать пример создания AI-агента с помощью системы n8n.io и популярных сервисов GenAI. Перейти к статье

https://habr.com/ru/companies/otus/articles/957068/

#otus #llm #llmмодели #llmприложения #llmагент #aiagent #aiагенты #n8n #n8n_ai #aiагенты_в_работе

Как создать AI-агента и дать ему инструменты

Тема применения сервисов GenAI сейчас на хайпе, на конференциях по этой теме всегда аншлаг, а подавляющее большинство пользователей «играется» с текстовыми запросами в бесплатных сервисах, восторгаясь полученными результатами. В этой статье хочу пойти дальше и определиться с понятием AI-агентов и показать пример создания AI-агента с помощью системы n8n.io и популярных сервисов GenAI. Перейти к статье

https://habr.com/ru/companies/otus/articles/957068/

#otus #llm #llmмодели #llmприложения #llmагент #aiagent #aiагенты #n8n #n8n_ai #aiагенты_в_работе

Как и зачем мы в YADRO сделали свою MLOps-платформу

В нашей компании есть много проектов, связанных с AI. Всем им нужны ресурсы для работы с моделями на GPU. «Хотим, чтобы только мы имели доступ к оборудованию», — это лишь одно из требований инженеров из AI-дивизиона, а еще нужно оптимизировать использование GPU-ресурсов, вести их учет и быстро подготавливать оборудование к передаче другой команде. Привет, Хабр! Меня зовут Вадим Извеков, я руководитель группы сопровождения платформы машинного обучения в YADRO. Сегодня расскажу, почему мы решили создать свою MLOps-платформу, как она устроена и для чего используется.

https://habr.com/ru/companies/yadro/articles/940904/

#mlops #mlops_tools #mlops_конвейер #llmмодели #llmприложения

Как и зачем мы в YADRO сделали свою MLOps-платформу

В нашей компании есть много проектов, связанных с AI. Всем им нужны ресурсы для работы с моделями на GPU. «Хотим, чтобы только мы имели доступ к оборудованию», — это лишь одно из требований инженеров из AI-дивизиона, а еще нужно оптимизировать использование GPU-ресурсов, вести их учет и быстро подготавливать оборудование к передаче другой команде. Привет, Хабр! Меня зовут Вадим Извеков, я руководитель группы сопровождения платформы машинного обучения в YADRO. Сегодня расскажу, почему мы решили создать свою MLOps-платформу, как она устроена и для чего используется.

https://habr.com/ru/companies/yadro/articles/940904/

#mlops #mlops_tools #mlops_конвейер #llmмодели #llmприложения

Как и зачем мы в YADRO сделали свою MLOps-платформу

В нашей компании есть много проектов, связанных с AI. Всем им нужны ресурсы для работы с моделями на GPU. «Хотим, чтобы только мы имели доступ к оборудованию», — это лишь одно из требований инженеров из AI-дивизиона, а еще нужно оптимизировать использование GPU-ресурсов, вести их учет и быстро подготавливать оборудование к передаче другой команде. Привет, Хабр! Меня зовут Вадим Извеков, я руководитель группы сопровождения платформы машинного обучения в YADRO. Сегодня расскажу, почему мы решили создать свою MLOps-платформу, как она устроена и для чего используется.

https://habr.com/ru/companies/yadro/articles/940904/

#mlops #mlops_tools #mlops_конвейер #llmмодели #llmприложения

Как и зачем мы в YADRO сделали свою MLOps-платформу

В нашей компании есть много проектов, связанных с AI. Всем им нужны ресурсы для работы с моделями на GPU. «Хотим, чтобы только мы имели доступ к оборудованию», — это лишь одно из требований инженеров из AI-дивизиона, а еще нужно оптимизировать использование GPU-ресурсов, вести их учет и быстро подготавливать оборудование к передаче другой команде. Привет, Хабр! Меня зовут Вадим Извеков, я руководитель группы сопровождения платформы машинного обучения в YADRO. Сегодня расскажу, почему мы решили создать свою MLOps-платформу, как она устроена и для чего используется.

https://habr.com/ru/companies/yadro/articles/940904/

#mlops #mlops_tools #mlops_конвейер #llmмодели #llmприложения

Разрабатываем первое AI приложение

Эволюция языка сыграла значительную роль в развитии человечества. Она дает нам возможность делиться знаниями и работать вместе. Благодаря этому большая часть нашего опыта продолжает сохраняться и передаваться через разные письменные тексты. За последние двадцать лет было предпринято много усилий для цифровизации информации и процессов. Большинство из них сосредоточено на накоплении данных в реляционных базах. Этот подход позволяет традиционным аналитическим методам машинного обучения обрабатывать и анализировать данные. Тем не менее, несмотря на наши попытки структурировать все больше информации, мы по-прежнему сталкиваемся с трудностями в полном понимании и обработке всего нашего знания.

https://habr.com/ru/articles/854660/

#llm #llmприложения #chatgpt #chat_bot #chatgpt4 #chatbots #chat_gpt #python #ai

[Перевод] Часть 4. Обзор технологий RAG для LLM: аугментация извлеченных данных

Продолжаю адаптированный перевод статьи китайских исследователей Retrieval-Augmented Generation for Large Language Models: A Survey (ссылка на первую часть — здесь , на вторую часть — здесь , третью часть — здесь ). В этой, четвертой части авторы совсем скромненько, словно тренировались заполнять налоговую декларацию, разбирают технологии аугментации извлеченных данных. Поскольку без пояснительной бригады часть их информации оказалась для меня совершенной абракадаброй (напомню, я — переводчик, то бишь гуманитарий) , я не поленился пройтись по упомянутым авторами ссылочкам на исследования, взять оттуда схемки и картинки, и добавил их к этой части тоже. Надеюсь, с ними рассуждения и наблюдения авторов будут значительно прозрачнее. Поехали! Прочитать остальные буквы

https://habr.com/ru/articles/910162/

#языковые_модели #llm #llmмодели #llmприложения #llmагент #llmархитектура #rag #rag_pipeline #retrieval_augmented_generation #retrieval

Пока все вайбкодят, мы продолжаем делать freemium базу данных для разработки ERP/LLM-систем

История началась в далеком 2016 году, когда у меня был небольшой свечной заводик. Не свечной, конечно, но все же производство — и нужно мне было на нем сделать автоматизацию. Чтобы компоненты закупались вовремя, списывались со склада в правильном количестве и автоматически планировалось, какие операции делать в рамках рабочего дня. Тогда я впервые подумал, что неплохо бы иметь программируемый конструктор — что-то типа MS Access, но только в web и чтобы логика и запросы программировались одинаково и понятно. То производство закрылось, и я некоторое время занимался тем же самым уже на производстве побольше, а потом — на еще одном, у которого цех был по соседству. Тут и решили не писать всё каждый раз с нуля, а сделать нормальную тиражируемую систему. Как эксель, но по-другому, и уже на ней конструировать такие приложения для цеха. Так появился Тотум Онлайн (который теперь даже в реестр Росийского ПО записан :)

https://habr.com/ru/companies/totum_online/articles/967298/

#totum #llmприложения #llmагенты #erpсистемы #crmсистемы

Контроль против гибкости: два подхода к созданию AI-агентов

Привет! Меня зовут Женя Орлов, я руковожу NLP-разработкой в red_mad_robot. Мы экспериментируем с мультиагентными системами и изучаем, как LLM ведут себя в разных архитектурах. В процессе накопилось много наблюдений и рабочих инсайтов — хочу поделиться тем, что помогает нам при проектировании AI-агентов. В последнее время внимание инженеров и исследователей привлекают агентные архитектуры — системы, где LLM координирует работу внутренних инструментов и других моделей. Разберём два основных подхода к построению агентных систем.

https://habr.com/ru/companies/redmadrobot/articles/966628/

#ai #ии #агенты #системы #мультиагентные_системы #подход_к_разработке #llm #llmмодели #llmприложения #архитектура

ИИ в программной инженерии: обзор практик, инструментов и проблем

Привет, Хабр! Меня зовут Николай Бушков, я работаю архитектором в команде Engineering Productivity R&D в Т-Банке (группа «Т-Технологии»). В начале лета я выступал на конференции MTS True Tech Day c докладом « Не эксперимент, а стратегия: путь к системному использованию AI в SDLC ». А сейчас хочу поделиться текстовой версией описания сценариев использования искусственного интеллекта (ИИ) в программной инженерии, которые реализуются у нас в компании. Уверен, наш опыт будет полезен многим для генерации и фильтрации идей применения ИИ, а также сравнения их с положением дел в ваших рабочих процессах. В конце статьи кратко сформулирую наше видение дальнейшего развития и приглашу поучаствовать в исследовании ИИ в инженерной культуре России.

https://habr.com/ru/companies/ru_mts/articles/966368/

#AI_in_SDLC #llm #llmприложения #genai #llmагент #SpecificationDriven_Development #авторегрессионные_модели #нейросети