LLM

ИИ

Пять тысяч человек видят ИИ, которого не существует для остальных шести миллиардов

Андрей Карпати оценивает, что лишь пять тысяч человек имеют доступ к вершине возможностей языковых моделей, тогда как шесть миллиардов почти не сталкивались с ними. Разрыв в понимании ИИ растёт, и дело не в доступе, а в сложности задач, которые мы перед ним ставим.
Текстовый монтаж видео через LLM: экономия токенов ценой визуального контроля

LLM

Текстовый монтаж видео через LLM: экономия токенов ценой визуального контроля

Проект video-use от browser-use монтирует видео, читая транскрипт с таймкодами, а не кадры. Это сокращает объём токенов на порядки, но модель видит картинку лишь выборочно. Разбираем механизм, ограничения и реальную стоимость стека.
Headroom: как сжать контекст для LLM без потери данных

сжатие контекста

Headroom: как сжать контекст для LLM без потери данных

Headroom сжимает выводы инструментов, логи и JSON-структуры перед отправкой в LLM, сокращая токены на 60–95% без потери точности. Работает как прокси, библиотека или обёртка для агентов и поддерживает обратимое сжатие через локальный кэш.
Как String Seed of Thought заставляет LLM делать то, о чём они говорят

LLM

Как String Seed of Thought заставляет LLM делать то, о чём они говорят

LLM могут подробно объяснить случайность, но не могут её воспроизвести — пока не появился String Seed of Thought (SSoT). Эта техника заставляет модели не просто описывать вероятности, а *выполнять* их, используя строгие правила происхождения. Однако её сила кроется в хрупкости: одно нарушение прото…