#локальная_нейросеть — Public Fediverse posts

Как пустить ИИ в 1С и ничего не сломать: на примере одного HTTP-метода

Всем привет! Раз вы откликнулись на эту статью, предполагаю, что вы тоже давно точите зуб на то, как работает ваша 1С. А когда появляется новая задача по ERP, вы с небольшой опаской наблюдаете за её реализацией. Вот и я такой же. Только с недавних пор мне пришлось погрузиться в 1С сильнее, чем среднестатистическому пользователю. Чем кончилось? Открытая модель Qwen3-VL через удалённый рабочий стол сама создала в 1С:ERP шаблон URL, метод GET и обработчик, сохранила бэкап расширения и обновила конфигурацию базы. Самое важное: я принципиально поставил условие, что всё делается без доступа к файлам, только по картинке экрана и мышью.

https://habr.com/ru/articles/1088750/

#1С #1С_ERP #ИИ_в_1С #нейросеть_для_1С #автоматизация_1С #Конфигуратор_1С #ИИагент #безопасность_ИИ #локальная_нейросеть #сезон_Код_будущего

Гига Писарь Большое обновление для мака, в котором мы навели красоту и перестали вам мешать

Привет, Хабр! Это обновление для тех, кто диктует на маке, и оно самое заметное за всё время. Окно настроек Гига Писаря переделано полностью: новое устройство, картинки вместо таблиц, анимация, открываешь, и кажется, что это раздел системных настроек, а не отдельная программа. Рассказываю, что изменилось, и немного о том, кто всё это делает, спойлер, уже не только я.

https://habr.com/ru/companies/gigapisar/articles/1088630/

#гига_писарь #gigaam #диктовка #распознавание_речи #macos #open_source #локальная_нейросеть #qwen #gigachat #вайбкодинг

Своя нейросеть дома, доступная из любой точки мира

Личный LLM-сервер на своём железе: без подписок, без лимитов токенов, один адрес и c дома, и с работы, и с телефона.

https://habr.com/ru/articles/1086862/

#Ollama #LLM #локальная_нейросеть #selfhosted #homelab #systemd #туннель #llama_31 #нейросети_дома #приватность_данных

Гига Писарь теперь и на Windows

В прошлой статье я подвёл итоги первых полутора недель и повесил опрос. По итогам голосования я понял, что у большинства не мак, могу предположить, что Винда. Так что спустя пару дней я запилил Писаря для Windows. Что это Первая версия, без всего лишнего. Без Мозга (что это такое, я описал в предыдущей статье), без команд над выделенным текстом, просто Писарь с базовым функционалом: нажал правый Ctrl, держишь, говоришь, отпустил, и текст мгновенно вставляется туда, где курсор, должен работать в любой программе, но это нужно тестировать. Распознавание то же, что на маке: модель GigaAM v3 от Сбера, целиком на процессоре, без интернета, видеокарта не используется, я специально целился в обычный лаптоп, на моём стенде 13 секунд речи распознаются за 0,35 секунды, даже на слабом ноутбуке должно быть меньше секунды, памяти уходит примерно 600 МБ. Скачать: gigapisar.github.io , кнопка «Скачать для Windows». Код: github.com/moznoazachem/giga-pisar-win , MIT. Как переносил Ядро распознавания у Писаря одно на все версии: звук превращается в мел-спектрограмму, идёт в энкодер, дальше декодирование RNN-T и склейка кусочков слов. На маке это написано на Swift, для Linux на Python, для Windows я перенёс его на C#, ONNX Runtime там есть родной. Оболочка написана заново, по правилам Windows: значок в трее, обычный мастер установки «Далее, Установить, Готово», системные уведомления, язык интерфейса берётся из системы, плашка с волной у курсора в стиле Windows 11. Плашку можно перетащить мышью, она запомнит место.

https://habr.com/ru/companies/gigapisar/articles/1086374/

#гига_писарь #gigaam #диктовка #распознавание_речи #windows #open_source #локальная_нейросеть #голосовой_ввод

Гига Писарь: полторы недели после первой статьи. Сколько установок и какие грабли

Привет, Хабр! С моей первой статьи прошло чуть больше недели, я не ждал, что её вообще одобрят, у меня до этого даже аккаунта на Хабре не было. Программированием я никогда не занимался, хотя интересно было всегда, а потом пришли новые технологии, и код за тебя теперь могут писать роботы. Пересказывать, как я решился сделать Писаря, не буду, про это была первая статья, здесь хочу подвести небольшой итог. Если коротко: увидел, как GigaAM от Сбера распознаёт русскую речь, офигел и сделал диктовку для себя, а вам спасибо за такую высокую оценку, я её не ожидал. Теперь к цифрам, не знаю, много это или мало, но кроме одной статьи на Хабре я нигде про Писаря не рассказывал, просмотры вы и так видите под первой статьёй, а установок уже больше четырёх сотен. Приятно. Ещё меня заметили на Хабре и предложили вести блог, я с удовольствием согласился, мне это ничего не стоит, и мне это интересно, а вам, возможно, будет полезно посмотреть, как не программист дорабатывает приложение и как оно расходится по людям, какие хотелки появляются, на какие сложности я натыкаюсь и как их решаю. Скачать и обновиться После статьи посыпались баги, я разумеется их правил, и версии пошли одна за другой, а значит, нужно было как-то обновляться, тут была первая засада, так как опыта у меня не было, сначала я сделал как проще: приложение сообщало, что вышла новая версия, и отправляло человека на страницу GitHub, а там список файлов с непонятными названиями, разработчику, даже начинающему, всё ясно, человек с улицы привык нажать одну кнопку «Установить», а тут надо угадать, какой из файлов качать. Что сломалось и как чинил

https://habr.com/ru/articles/1084906/

#гига_писарь #gigaam #диктовка #распознавание_речи #macos #open_source #локальная_нейросеть #qwen #gigachat #вайбкодинг

Картинки рвало полосами, а файлы при этом были чистыми

Три ночи я был уверен, что у меня сломан рендер. Вертикальные картинки — те самые 9:16, под обои телефона и под сторис, — на экране разъезжались горизонтальными полосами. Как будто старый телевизор поймал помехи. Квадрат рисуется нормально. Горизонталь — нормально. А вертикалку рвёт в труху. Три раза я её «починил». И все три раза чинил вообще не то. Правда оказалась дурацкой и красивой одновременно: файлы были в полном порядке. Рвало только то, как macOS показывала их на экране. Но к этому моменту я уже немного поседел. Это не история из серии «смотрите, какой я молодец». Это честный рассказ, как обычный человек без программистского образования за неделю собрал себе на Mac локальный генератор картинок — и на какие грабли наступил по дороге. Я энтузиаст, не разработчик. И сразу самое важное, чтобы потом не было неловко: я не написал ни одной строчки кода. Ни единой. Даже Xcode толком не открывал. Код писал вместе со мной Claude Code, модель Opus 4.8. И сам движок генерации — тоже не мой. А моё во всём этом — то, что движок не топит ваш Mac и не показывает вам битые картинки. Звучит мелко? Вот про эту мелочь и весь рассказ. Прятать тут нечего, про границы расскажу честно прямо сейчас.

https://habr.com/ru/articles/1049478/

#FLUX2 #MLX #Apple_Silicon #macOS #Swift #генерация_изображений #локальная_нейросеть #ondevice_AI #Klein #open_source

Боязнь и недоверие к нейросетям: почему мы так реагируем на новую «мозговую» технологию

Вводные данные : год назад я, как и многие, скептически относился к искусственному интеллекту, считая его лишь набором «умных» запросов к интернету. После нескольких разговоров с публичной нейросетью меня поразили её способности, но мои коллеги по‑прежнему уверенно утверждали, что ИИ – это просто огромная база данных. Я собрал собственный сервер, запустил локальную нейросеть без доступа к сети, но даже предложение протестировать её на моём GPU‑сервере никого не заинтересовало. Что скрывается за этим скептицизмом? Почему люди отрицают возможности ИИ, хотя внутри уже чувствуют тревогу перед неизвестным?

https://habr.com/ru/articles/991388/

#обучение_ии #gpt4 #локальная_нейросеть #гигачат #что_может_ai #сервер_для_инференса #возможности_нейросети #использование_ии #будущее_уже_здесь

Локальная модель vs Гигачат: мой опыт и выводы

Прошлой весной я впервые столкнулся с нейросетью — Гигачат от Сбербанка. До этого я считал такие сервисы «несерьёзной фигнёй». После нескольких экспериментов с Гигачатом моё мнение кардинально изменилось: ответы оказались впечатляющими, и я начал задумываться о применении ИИ в работе. Однако использовать внешний сервис в коммерческих проектах оказалось дорогим. Я начал искать альтернативу — локальные модели, которые можно запускать на собственном железе без постоянных расходов.

https://habr.com/ru/articles/991192/

#локальная_нейросеть #гигачат #тест_нейросети #сравнение_нейронок #что_может_AI #RTX4090 #ссервер_для_инференса #обучение_ИИ #gpt4 #claude