AI-MANUAL.RU

Фаззер или агент по коммитам: чем платим за каждый Команда выпускает изменения в критичный код и хочет ловить дефекты раньше пользователей. В разборе Project Zero на V8 сравниваются непрерывный фаззер Fuzzilli и LLM-агент BigSleep, который раз в сутки просматривает новые коммиты. Непрерывный фаззер полезен, когда нужен сигнал о поломке в рантайме: крэш, сработавший ассерт или расхождение поведения. Он работает постоянно и, по описанию разбора, реагирует за несколько часов. Плата: логическую ошибку без явного падения он почти не видит, а причину не объясняет — на выходе сигнал, разбор остаётс…

Нужно плавно перейти от одного лица к другому: зачем VAE две головы Вы просите модель показать промежуточный портрет между двумя похожими фотографиями. У обычного автоэнкодера такого перехода может не быть: на его карте отмечены города, но дорог между ними нет. VAE меняет саму карту. Энкодер в нём выдаёт не одну точку, а облако: одна голова предсказывает среднее μ — «где центр», вторая — логарифм дисперсии log σ² — «насколько облако размыто». По этим двум числам можно взять точку внутри облака и передать её декодеру. Учебный пример: два похожих фото дают два перекрывающихся облака. Точка по…

Агент написал «отгрузить нельзя» и в том же шаге вызвал ship_order Разработчик смотрит ответ агента: «отгрузка невозможна, заказ в карантине». В журнале вызовов в том же шаге стоит успешный ship_order. Фраза звучит как отказ, но действие уже произошло. Текст ответа и вызов функции идут разными путями. Запрет, записанный прозой в описании товара или заказа, агент читает как фон: он может назвать препятствие и всё равно подобрать обход. Пока запрет не попал в схему инструмента готовым значением, модели приходится его выводить. Учебный пример. Функция чтения возвращает заказ только с полем des…

ИИ выдал цифры, которых нет на странице: как поймать это до отправки Просите ИИ собрать справку с числами по открытым источникам, получаете гладкий текст, а при сверке со страницей нужной цифры там нет — или она про другое. Модель пересказывает страницы, а не копирует их, поэтому «почти правильная» формулировка выглядит убедительно. Приём простой: до текста справки попросите журнал фактов. По каждому числу — дословная цитата со страницы и номер источника. Справка потом ссылается на номера этих записей, а не на память модели. Собери короткую справку о [вставьте показатель, например: продажи…

Три места, где инференс ест деньги, и что с этим делать на одной карте Три материала недели — про то, как разгрузить видеопамять и платить за меньшее число токенов. Озвучка ответов перестаёт конкурировать с чат-моделью за видеопамять: синтез речи переносят на процессор, а GPU остаётся языковой модели. Автор релиза Kyutai Pocket TTS советует начинать с версии на 6,9 млн параметров — это его рекомендация, а не замер под вашу нагрузку. Пригодится тем, кто держит локального ассистента на домашнем сервере и озвучивает ответы на английском. Подробнее Частые однотипные решения — фильтрацию, маршру…

OpenAI-модели в Bedrock стали доступны канадцам — но обработка не в Канаде С 20 октября 2026 года канадские организации могут вызывать модели OpenAI в Amazon Bedrock из регионов Canada (Central) и Canada West (Calgary): GPT-5.6, GPT-6 и GPT-6.1 Sol. Об этом говорится в анонсе AWS. В работе это выглядит так: приложение обращается к Bedrock в своём канадском регионе, а конкретный набор моделей и география обработки задаются профилем — отдельной настройкой доступа. Маршрутизацию между регионами сервис берёт на себя, своей обвязки писать не нужно. Ограничение стоит проговорить прямо: сам запрос…

Хотите печатать по картинке: своя видеокарта, подписка или скрипт Нашлась картинка светильника, и нужен файл для принтера. Дорог тут три, и они не взаимозаменяемы: разница в том, кто доводит модель до печати — вы или сервис. Своя видеокарта и TRELLIS.2 — вариант для тех, кто печатает регулярно и готов разбираться с вокселизацией: модель превращают в сетку мелких кубиков, из которой получается замкнутая оболочка. Счётчика генераций нет, зато доводка меша ваша. Генерация идёт минуты, а обработка и подготовка к печати могут съесть вечер. В источнике вариант 1536_cascade не уместился в 16 ГБ. П…

Нейрон срабатывает и на морду кошки, и на решётку — и это не всегда путаница понятий Внутри нейросети есть ячейки-нейроны: каждая смотрит на картинку и подаёт сигнал, когда находит что-то знакомое. Строишь карту — где и насколько сильно откликнулся конкретный нейрон — и видишь: он ярко вспыхивает и на фото кошачьей морды, и на снимке автомобильной решётки. Первый вывод напрашивается сам: сеть перепутала два понятия и держит их в одной ячейке. Спешить с ним не стоит. Суперпозиция признаков — это когда признаков, на которые реагирует сеть, больше, чем у неё есть мест их разложить. Картинка для…

Агент к середине задачи повторяет шаги, хотя окно ещё не забито Длинная задача: агент стартует уверенно, а к середине начинает путаться — повторяет пройденное, тянет не то, теряет исходную цель. Первое подозрение — слабая модель или кончилось место в окне. Хотя окно ещё далеко не заполнено. Дело не в объёме как таковом, а в доле нерелевантного в контексте. Когда туда свалены подряд все инструкции, ответы инструментов и промежуточные данные, внимание размывается и точность рассуждений падает — это называют context rot. Модель физически «видит» текст, но перестаёт держать в фокусе главное. Ти…

Тот же запрос, а сюжет каждый раз новый: как этим управлять Вы просите ИИ придумать рассказ, повторяете тот же запрос, а сюжет каждый раз другой. Непонятно, что менять: сам запрос или настройку случайности. Спросите модель напрямую. В обычном чате можно описать жанр и цель, а ИИ подскажет, какая настройка случайности (temperature) подходит для идей, а какая — для точных ответов. Заодно объяснит, почему варианты расходятся: даже при низком значении у менее вероятных слов остаются шансы, а seed — это стартовое число для случайного выбора — влияет на повторяемость. Пример запроса: Я пишу [вст…