Закончил тесты и подготовил результаты этих тестов по самой новой, последней, крутой (и способной влезть на карту, что можно купить домой - RTX5090, за такие деньги конечно покупать - безумно, но в магазинах есть, а значит “можно купить домо”) модели Qwen 3.8-27B! Если коротко, то Qwen3.8-27B на своей карте заработал 0.789 из 1.0 и это прям круто! Он же через API — 0.785, DeepSeek V4 Flash 0731 через API — 0.731 (а DeepSeek прям ооочень советуют!). Для моего бенча - модель на 304 миллиарда параметров отстала от модели на 28 миллиардов, которая влезает в одну карту. Читать далее
Суббота, вечер. Хотел за час выяснить, какую из двух свежих моделей ставить себе - Qwen3.8-27B или DeepSeek V4 Flash 0731. Вышло семь часов и три новых строки в мой бенчмарк :)
Первые две строки - одна и та же модель. Разница в балле 0.004. Разница в задержке - почти пятикратная.
Бенч свой: 50 задач, собранных из моей же двухмесячной работы. Не чистые задачи по коду - это лишь 45% того, что я реально пишу, это стратегические документы и архитектурные решения. Судей трое, сид заморожен, каждый прогон пишет манифест.
Тысяча ИИ-агентов начала соглашаться друг с другом, хотя никто не просил их это делать
Представьте виртуальную комнату, в которой находится тысяча ИИ-агентов. Каждому предлагают выбрать один из двух совершенно бессмысленных вариантов. Правильного ответа нет. За совпадение мнений никто н...
Статья об архитектурных подходах, позволяющих упростить back-end разработку больших и сложных систем на языке Python путем применения принципов Domain Driven Design и архитектуры модульного монолита, ...
