Опыт интеграции языковой модели в поисковую систему для сайтов
Разработчики поискового сервиса представили подход к встраиванию языковой модели поверх базового поиска на словаре и векторах. Модель помогает понимать естественные запросы пользователей, задавать уточняющие вопросы и объяснять результаты выдачи. Архитектура решения изначально спроектирована с расчетом на возможный сбой нейросети без нарушения работы поиска.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Организация общей памяти проекта для Claude Code и Codex
Разработчик настроил единую базу знаний для Claude Code и Codex с помощью Markdown-файлов внутри репозитория. Обоим ИИ-агентам добавлены инструкции для автоматического чтения и обновления заметок. В материале описаны структура хранения, параметры конфигурации и готовый скилл для переноса решения.
Запуск открытых моделей машинного обучения на домашнем ПК
В материале рассматривается локальный запуск открытых моделей машинного обучения, которые работают без интернета и не требуют подписок. Эксперты компании «Криптонит» протестировали компактные модели на ПК с процессором Core i5-14600 и видеокартой RTX 3070Ti.
Разработана модель Temper 0.5B для кода на Rust на базе Qwen2.5-Coder
Представлена модель Temper 0.5B, дообученная на базе Qwen2.5-Coder-0.5B-Instruct со специализацией на языке Rust. Целью проекта была проверка эффективности компактной модели в узкой задаче по сравнению с решениями аналогичного и большего размера. Узкая специализация позволила Temper 0.5B превзойти модели, превосходящие ее по числу параметров до трех раз.
Яндекс внедрил NeuroReview для автоматической проверки 4000 пул-реквестов в день
В монорепозитории Яндекса запустили инструмент NeuroReview для автоматического поиска багов в коде до человеческого ревью или мержа. Сервис используется добровольно на внутреннем коде и обрабатывает около 4 тысяч пул-реквестов ежедневно, что составляет 40% от общего потока.