Локальные LLM в переводах текстов — бенчмарк на RTX 5060Ti 16GB VRAM

Привет! Меня зовут Ира Кульбякина, я BI-разработчик в Недвижимости в Авито. Коллеги всё чаще стали приносить нам на доработку дашборды, собранные с ИИ: графики в них выглядят интересно и детализированно, но частая проблема — непонятно, куда смотреть и как вытаскивать основные выводы. В статье разберём, как такие дашборды собирает агент, и доработаем один из них пошагово. Ещё расскажу, как нейросеть нашла ответ на вопрос заказчика, но не поняла этого, и насколько мы сократили сборку сложных дашбордов, подключив ИИ. Заодно посмотрим, какие правила из этого разбора можно закрепить в скилле.

В последние несколько лет Microsoft внедряет в поисковую систему Bing функции на базе искусственного интеллекта, включая ответы, генерируемые нейросетями. Теперь компания предлагает два способа отключить ИИ‑ответы в поисковике.

Привет, Хабр! Последние полгода я пытаюсь запрыгнуть в бэкенд‑разработку на Go. Днем ковыряюсь с машинами в автосервисе, а по ночам сижу за компом и пытаюсь переварить рантайм, планировщик и работу с памятью. В какой‑то момент тем стало слишком много: заголовки слайсов, Swiss Tables, GMP, escape analysis. Просто читать бесконечные конспекты и статьи в дороге толку давало мало — всё быстро выветривалось из головы, а на реальные собеседования соваться было страшно из‑за неуверенности в базе. Очередной To‑Do лист или клон блога писать не хотелось, поэтому я решил собрать инструмент под себя: Telegram‑бота, который гоняет меня по техническим вопросам, оценивает ответы (текстовые и голосовые) по строгим критериям и заставляет снова и снова повторять темы, на которых я поплыл. В итоге проект вырос в рабочий сервис на сервере.