Заметки о данных, ИИ, ИТ
и безопасности
Без маркетингового тумана. Так, как я думаю о задачах в реальной работе с собственниками и руководителями.
AI Act вступил в силу: что уже надо делать поставщику и внедренцу
Практический разбор первых обязательств по европейскому регламенту об ИИ для тех, кто строит или внедряет ИИ-системы.
RAG в продакшене: почему большой контекст не решает задачу
Разбор того, почему техника RAG часто разочаровывает в production и где настоящее узкое место.
GPT-4o и нормализация real-time мультимодального UX
Что анонс GPT-4o означает для компаний, которые проектируют пользовательские интерфейсы с ИИ: голос, видео и текст в одном потоке становятся стандартным ожиданием.
RAG или дообучение: решение, которое реально нужно принять менеджеру
Практическая рамка для выбора между RAG и fine-tuning при внедрении ИИ в бизнес-процессы - без лишней технической детализации.
NVIDIA Blackwell и экономика следующей волны инференса
Что анонс архитектуры Blackwell означает для компаний, которые планируют или уже запустили ИИ-системы в продакшн: про стоимость, доступность и стратегические решения.
Контекстное окно LLM: что это означает для бизнес-приложений
Разбор того, почему ограничение контекста у языковых моделей - это не технический нюанс, а архитектурное решение, которое определяет, что вообще получится построить.
ИИ в 2023 году: что реально изменилось и что остаётся открытым
Середина ноября - хороший момент взять счёт. Не обзор хайпа, а честный взгляд на то, где произошло реальное движение и где разрывы сохраняются.
DevDay, длинный контекст и сдвиг к продакшн-системам на LLM
Что означает конференция OpenAI DevDay для компаний, которые думают о переходе от LLM-пилотов к рабочим системам.
Операционная экономика LLM: как считать стоимость до масштабирования
Почему токенные расходы на языковые модели нужно моделировать заранее и как не получить неожиданный счёт при росте нагрузки.
Файн-тюнинг GPT-3.5: когда он оправдан, а когда нет
OpenAI открыла файн-тюнинг для GPT-3.5 Turbo в августе 2023 года. Практический разбор сценариев, где он даёт результат, и тех, где промпт-инжиниринг по-прежнему правильный выбор.
Llama 2 и открытые веса: что это значит для enterprise
Разбор того, зачем крупному бизнесу смотреть на открытые языковые модели и где граница между возможностью и иллюзией.
От пилота к продукту: разрыв, который ломает ИИ-проекты
Языковая модель отлично работает в демо - и разваливается в реальном использовании. Разбираю, где находится разрыв и как его преодолеть.