COMRAD404 COMRAD404 Разобраться. Выбрать. Сделать.
Telegram
Портрет автора Павел Миронов
Редакция COMRAD404

Павел Миронов

Редактор направления «Агенты и инфраструктура»

Павел Миронов отвечает в COMRAD404 за агентные системы и инфраструктуру вокруг моделей. Его материалы посвящены тому, как устроены цепочки инструментов, память, поиск, маршрутизация и контроль выполнения задач.

В разборах делает акцент на архитектуре, отказоустойчивости, наблюдаемости и цене эксплуатации — на всём, что отличает эффектную демонстрацию от работающего процесса.

AI-агентыоркестрацияRAGMCPавтоматизация
226материалов

Последние публикации

Об авторе
Агенты, Инструменты////3 мин чтения

Французский стартап Kog обещает ускорить инференс LLM в 10 раз на существующих GPU без дообучения моделей

Стартап Kog, вышедший из скрытого режима в мае 2026 года, утверждает, что может кардинально ускорить инференс больших языковых моделей на...

//6 мин чтения

CFG (Classifier-Free Guidance)

CFG (Classifier-Free Guidance) — способ направлять генерацию в diffusion-моделях без отдельного classifier. Ниже — простое объяснение, формула из Diffusers, роль...

//6 мин чтения

VAE (Variational Autoencoder, вариационный автоэнкодер)

VAE (Variational Autoencoder) — вероятностный автоэнкодер и генеративная модель с латентной переменной: вход кодируется в параметры распределения, а обучение идёт...

//6 мин чтения

Learning rate (скорость обучения)

Скорость обучения (learning rate) — гиперпараметр, который задаёт размер шага при обновлении весов модели. Ниже — простое объяснение, схема работы,...

//7 мин чтения

RLAIF (Reinforcement Learning from AI Feedback)

RLAIF — термин Anthropic для этапа обучения с подкреплением, где модель предпочтений строят по AI-сравнениям, а не по человеческой разметке....

//5 мин чтения

Аугментация данных (Data Augmentation)

Аугментация данных помогает обучать модели на более разнообразных примерах без ручного сбора новых данных. Показываем схему работы, типичные сценарии и...

//6 мин чтения

Perplexity (перплексия)

Перплексия (PPL) — метрика для autoregressive языковых моделей: это экспонента среднего отрицательного log-likelihood. Разбираем формулу, sliding-window оценку и типичные ошибки...

//6 мин чтения

Тестовая выборка (Test Set)

Тестовая выборка (test set) — это отложенная часть данных, которую не используют для обучения и настройки модели. Она нужна для...