LLM is all you need

Всем привет :)

Запилил на Степике новый курс — Геопространственный анализ данных на Python

Курс посвящен работе с векторными геоданными в экосистеме Python: от картографических проекций и геометрий — до дорожных сетей, изохрон и интерактивных карт. С небольшим уклоном в GeoML.

В курсе вы с нуля освоите:
- Работу с геометриями (точки, линии, полигоны) и проекциями
- GeoPandas: фильтрация, объединение, агрегация геоданных
- Расчёт расстояний, площадей, зон доступности
- Дорожные сети: кратчайшие маршруты, изохроны (OSMnx, NetworkX)
- Геокодирование и пространственные индексы (H3, S2, Geohash)
- Визуализация: от Matplotlib до интерактивных карт на Folium и Kepler.gl
- Построение геопризнаков для ML
- Источник открытых геоданных - OpenStreetMap

Максимум практики: более 70 тематических задач на написание кода с автоматической проверкой.
А в конце вас ждет финальное соревнование - на Kaggle.

Современный cтек: GeoPandas, Shapely, OSMnx, Folium, Kepler.gl, H3, Geopy, Contextily и другие.

Курс платный. Следующие две недели по промокоду FIRST предоставляется скидка 50%.

На Stepik'е началась летняя мини-распродажа курсов по ИИ.

Поэтому случаю на два моих курса действует скидка:
- Разработка LLM с нуля — скидка 40%
- Алгоритмы Машинного обучения с нуля — скидка 35%

Если вы, ваши друзья или знакомые хотели приобрести эти курсы — сейчас самое время :)

https://www.youtube.com/watch?v=tUnTDDS7Z8E
Это я уговариваю агента приступить к задаче :)

https://github.com/AlexsJones/llmfit

Еще одна тулза для подбора моделей.
Работает локально в терминал (ставится через pip). Но есть и жирный плюс - вам не надо ничего вводить. Она сама определит параметры вашего железа и предложит список подходящих моделей.
Есть куча функций, с которыми вы можете ознакомиться в документации.

https://smelukov.github.io/WeightRoom/

Сервис обратный предыдущему. Выбираете модель, а сервис говорит вам какое железо для этого потребуется.

Из интересного:
- Моделей в списке не много, но вы можете указать ссылку на любую модель на Hugging Face и ее характеристики тут же подтянутся.
- Если укажете свое железо, то сервис посчитает скорость генерации токенов.

З.Ы. Спасибо за рекомендацию :)

https://whatmodelscanirun.com

Прикольная тулза. Вводишь параметры системы (GPU, их количество и прочее), а она показывает какие модели на ней можно запустить. Причем еще и кванты подбирает :) А модели отсортированы по скору бенчмарка (два на выбор).

Всем любителя LLM посещается :)

[ХАК] MOEX AI HACKATHON
📅 Даты: 13.05 - 30.06 (рег. до 10.05)
💡 [NLP] Разработай ИИ-агента (на основе открытых моделей) для торгов на бирже, который принесет максимальную доходность. Используйте LLM для анализа рынка, новостей и принятия торговых решений в реальном времени.
💰 Приз: 1 000 000 ₽
🏀 Участие: команда (3-5 человек)
🌐 Формат: онлайн

Написал на Хабре статью, в которой описал какими способами можно добиться от LLM вывода в строго заданном формате (Structured Output):
https://habr.com/ru/articles/978534/

Написал на Хабре статью: Пример реализации агентного RAG'а

В ней разобрал как с помощью marker'а, Qwen3-14B, MCP-сервера, энкодера FRIDA и библиотеки Agno создать несложный агентный RAG.

З.Ы. Агентный RAG это такая система, которая может: анализировать сложные запросы, составлять план действий и вызвать внешние инструменты. И все это для выполнения поставленной задачи.

Решил я тут на выходных прокачаться в говновайб-кодинге :) Результатом стала статья на Хабре, в которой я кратко рассмотрел ряд инструментов AI-кодина:
50 оттенков вайб-кодинга