Кейсы

От разработки с ИИ до поиска работы: пять интересных публикаций Инфостарт

1 мин чтенияHabr AI
Обложка: От разработки с ИИ до поиска работы: пять интересных публикаций Инфостарт

27 лет писать код, а потом полностью доверить разработку ИИ? Ускорить формирование отчета в 14 раз? Подключить ИИ-агента к 1С, преобразить привычный Конфигуратор и найти новую работу с помощью нейросети? В новой подборке Инфостарт - реальные кейсы, неожиданные эксперименты и практические решения от участников сообщества. Разбираемся, какие инструменты уже меняют работу специалистов 1С, как они помогают экономить время и какие возможности открывают для разработчиков.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

КейсыCNews

VK Tech запустила облачную версию «Проектов VK WorkSpace»

VK Tech запустила облачную версию «Проектов VK WorkSpace». Компании разного масштаба могут быстро подключить инструмент...

1 мин чтения
Обложка: Хаос как сервис: как мы в Авито проверяем устойчивость в проде и подключаем к этому LLM
КейсыHabr AI

Хаос как сервис: как мы в Авито проверяем устойчивость в проде и подключаем к этому LLM

Привет! Меня зовут Илья Садыков, я работаю в команде TestOps в PaaS Авито. Мы отвечаем за инструментарий хаос-тестирования — подхода, при котором в систему намеренно внедряются сбои для её проверки. В этой статье я покажу карту нашего хаос-ландшафта, расскажу, зачем нам собственный оркестратор, и подробно разберу, как во всё это встроена LLM. Рассмотрим кейсы от автоматического разбора прошлых инцидентов (LSR) до генерации AI-conclusion по конкретным экспериментам. Все архитектурные решения, о которых расскажу в статье, — из нашего реального продакшена.

1 мин чтения
Обложка: Как приручить LLM-дракона. Архитектура корпоративного AI-шлюза и ограничения классических прокси в работе с нейросетями
КейсыHabr AI

Как приручить LLM-дракона. Архитектура корпоративного AI-шлюза и ограничения классических прокси в работе с нейросетями

Первый шаг при стихийном внедрении нейросетей — закрыть прямой доступ наружу и направить запросы через привычный корпоративный прокси. Однако у генеративного ИИ иная специфика: стандартные прокси не умеют выявлять конфиденциальные данные в ответах моделей, не видят утечек в промптах и не защищают от перерасхода токенов. Под катом — первая часть цикла о создании корпоративного AI-шлюза: почему классические балансировщики не рассчитаны на работу с LLM, как устроена специализированная архитектура и как платформа AI Оптимум обеспечивает контроль контекста, прозрачный учет токенов и безопасность данных. Кат

1 мин чтения