#дайджест #ии #rag #education #programming #база

Минимальный набор практико-ориентированных публикаций по внедрению RAG/LLM на работе и/или в своих проектах

Подпишись, чтобы не потерять 📚 перешли коллегам, чтобы созидать вместе и подписаться сюды) 😎

– Semantic RAG – как научить AI-ассистентов понимать, а не угадывать
– Три сказа о построении RAG: От выбора модели до форматирования базы знаний
– Новый фреймворк Memento позволяет агентам на базе LLM учиться на опыте — без дообучения модели
– Как мы научили LLM отвечать на вопросы абитуриентов в крупнейшем вузе страны
– Just AI запускает Agent Platform — первую в России enterprise-платформу для разработки и управления AI-агентами
– 4 фреймворка апокалипсиса: LangChain, LlamaIndex, CrewAI и Semantic Kernel в действии
– Хватит дообучать ИИ — дайте ему контекст
– GEPA вместо RL: как рефлексивная эволюция промптов обгоняет обучение с подкреплением
– Развертывание ИИ внутри контура/On-premise — выбор оборудования, расчет и закупка
– Genkit Go 1.0: AI-фреймворк для продакшена
– Секреты LLM по API: динамическая анонимизация данных для российского бизнеса
– Что такое эмбеддинги и как с ними работать. Вводная для начинающих
– Не просто RAG: Строим MCP-сервер на Node.js, чтобы дать LLM «архитектурное зрение»
– Использование графов знаний при разработке RAG-систем
– Применение LLM + RAG для диалоговых систем в службе поддержки
– Часть 1. Обзор подходов RAG
– Что такое Retrieval-Augmented Generation (RAG) в языковых моделях и как оно работает?
– Наука: Методология создания многосвязных структур данных с применением llm в рабочих проектах
– Wiki: СППР