AI-агенты
RAG‑система может выдать уверенный ответ со ссылкой на документ, который на самом деле никак не повлиял на генерацию. За одинаковым симптомом могут скрываться сбои retrieval, игнорирование контекста или генерация из параметрической памяти модели. Разберём на примерах, как отличить эти сценарии, проверить причинную связь между контекстом и ответом и определить, на каком этапе пайплайна искать проблему. Читать статью
Читать далееZOLT JOURNAL / ДАЛЬШЕ
Представьте, что у вас на диске лежит папка с договорами, сотня PDF, конспекты и внутренняя документация. Вы открываете ChatGPT, загружаете один файл — он его читает, но стоит загрузить больше, контекст переполняется, или просто теряется файл. А если файлов десять? Двадцать? Подписка стоит денег, из России нужен VPN, и даже с ним модель не знает, что написано в ваших таблицах, если вы не скормите ей всё вручную. Вот тут и появляется AnythingLLM — опенсорсное приложение, которое превращает ваши файлы в базу знаний и позволяет общаться с ними через любую LLM. Хотите локально и бесплатно на своей видеокарте? Пожалуйста. Хотите через облачную модель, но без подписки OpenAI и танцев с бубном? Тоже вариант, и ниже мы разберём его по шагам. Эта статья — про то, как за вечер собрать приватного ассистента, который отвечает по вашим документам. С блекджеком и RAG!
Tera IT Distributor и российский разработчик AI-native-продуктов кибербезопасности Sentra подписали дистрибьюторское соглашение....
Новый поиск и индекс для нашего ИИ-ассистента мы написали за три дня вместе с Claude Code. А чтобы кто-то в команде смог за этот код отвечать, понадобилось ещё три недели. Разбираемся, куда ушло это время, чем ревью отличается от принятия кода на сопровождение и как теперь принимаем большие агентные задачи по частям.