Hugging face тут интересное выкладывает. Кстати, народ говорит, что по подписке за 9 баксов в месяц у них можно получить много инференса на открытых моделях. Тем, кому нужна моделька по апи может быть интересно

Кстати, сделали тут с Claude Opus 4.5 файл с основыми инструкциями для Claude Code - попытался прописать туда все основные вопросы, с которыми сталкиваюсь. Как и положено для таких промптов, очень кратко - уложились в 100 строк.

Смотрите, может кому пригодится. Положить этот файл надо в директорию .claude в корень (это для маков) - чтобы открыть доступ к этой скрытой директории в корне директории юзера нажмите Cmnd+Shift+.

Ну и кстати, вчера сделал свой первый публичный репозиторий в GitHub с небольшой программкой, на которую ссылаюсь в правилах - это передача паролей в программы с использованием Bitwarden (я раньше писал важный пост, о том, как выстроить систему работы с паролями, доступ к которым есть только у вас).

Теперь никакие пароли и API нигде не видны в виде теста. Программы все-равно получают к ним доступ, и модели в рамках запущенных процессов тоже, но извлечь их из них будет сложнее. Порадовало, что я не один такой, есть и аналоги.

Если делать совсем ультимативное решение, то надо делать МСР сервер, который передает ключи по требованию - может и займусь этим, но история более геморная, мне пока это не нужно. Вот когда продукты будут как-то активно использоваться, нужно будет озаботиться.

Anthropic выпустил инструменты для экономии контекста: Skills и Commands

Написали тут с Клодом пост про новые инструменты, если вы вдруг еще про них не знаете.

Контекстное окно — главный ресурс при работе с LLM. Чем больше инструкций загружаешь в каждый запрос, тем меньше места для задачи. Anthropic решает это двумя инструментами.

Skills — инструкции "КАК делать"

Папка с файлом SKILL.md, где описаны правила и процессы. Claude сам решает, когда подключить нужный skill — смотрит на описание и контекст разговора.

Работают везде: Claude.ai (веб и десктоп), Claude Code, API.

Экономия контекста: при сканировании ~100 токенов, полная загрузка только когда skill реально нужен (<5000 токенов).

Commands — шаблоны "ЧТО делать"

Markdown-файл с готовым промптом. Вызываешь явно в терминале Claude Code, набирая /command-name.

Работают только в Claude Code.

Пример: создание README

Skill описывает стандарты — какая структура, какие секции, как оформлять. Когда говоришь "напиши readme", Claude автоматически применяет эти правила.

Файл .claude/skills/readme-style/SKILL.md:

---
name: readme-style
description: Стандарты оформления README для проектов
---

# Как писать README

## Структура
1. Название и краткое описание
2. Установка
3. Использование  
4. Конфигурация
5. Лицензия

## Правила
- Примеры кода в code blocks
- Бейджи в начале (CI, coverage, version)
- Не больше 3 уровней заголовков

Command — конкретный сценарий: прочитай конфиги, изучи структуру, сгенерируй файл. Набираешь /readme в терминале — Claude выполняет последовательность.

Файл .claude/commands/readme.md:

Проанализируй текущий проект и создай README.md:

1. Прочитай package.json / pyproject.toml
2. Изучи структуру директорий
3. Найди примеры использования в тестах
4. Сгенерируй README по нашему стандарту

Сохрани результат в README.md

Когда что использовать

Единый стиль во всех проектах → Skill
Быстро выполнить задачу в терминале → Command
Работа в веб-интерфейсе → только Skills
Повторяющиеся dev-задачи → Commands

Итог

Skills = "всегда делай так" (автоматически)
Commands = "сделай это сейчас" (вручную)

Skills доступны для Pro, Max, Team и Enterprise. Commands требуют Claude Code.

Лучшие практики и подходы для RAG
(буду наполнять)


Очередной раз спросили в чате канала что почитать про RAG (https://t.me/neuraldeepchat)

Соберем тут все лучшее присылайте и ваши статьи и разборы

Тут материалы предыдущих ответов

1) https://t.me/neuraldeepchat/3176
2) https://t.me/neuraldeepchat/2953


1) Чанкование (sliding window) можно подглядеть концепты от langchain
https://github.com/langchain-ai/langchain/tree/master/libs/text-splitters

Tired of making your gazillionth chunker? Sick of the overhead of large libraries? Want to chunk your texts quickly and efficiently? Chonkie the mighty hippo is here to help!
https://github.com/chonkie-inc/chonkie



2) Векторные бд от pgvector до qdrant можно начать с chroma (IVF_Flat или HNSW)

3) Векторные модели для ру
ai-forever/FRIDA
BAAI/bge-m3
intfloat/multilingual-e5-large
Qwen3-Embedding-8B

4) Реранкер после KNN сделать доп ранжирование
BAAI/bge-reranker-v2-m3
Qwen3-Reranker-8B


5) LLM + vLMM (база qwen-2.5-7b-instruct)
RefalMachine/RuadaptQwen2.5-14B-Instruct
t-tech/T-lite-it-1.0
t-tech/T-pro-it-2.0

Agentic RAG(Qwen3-30B-A3B-Instruct-2507)
РЕПО(https://github.com/vamplabAI/sgr-agent-core/tree/tool-confluence)

Презентация от Дяди
Построение RAG систем от исследований до индустрии


Хорошо описанные подходы от Богдана
https://t.me/bogdanisssimo/2047

Лучшее решение РАГ по документации от Ильи(@IlyaRice) которое выиграло первое место на ERC2
https://github.com/IlyaRice/RAG-Challenge-2/tree/main


Готовые фреймворки одобренные нашим сообществом
https://github.com/langgenius/dify/
https://github.com/Marker-Inc-Korea/AutoRAG
https://github.com/run-llama/llama_index
https://github.com/mastra-ai/mastra

Кейс red_mad_robot по RAG (DCD) для строительной компании (t-lite)
https://habr.com/ru/companies/redmadrobot/articles/892882/

Серия про file first от Рефата
https://t.me/nobilix/182

Классика (Запись эфира по RAGу без эмбеддингов)
https://t.me/oestick/397

#RAG
#best_rag_practice

Сохраняй в избранное чтобы не потерять

Набор курсов от Hugging Face лежит на huggingface.co/learn

Ждем сегодня завтра выхода маленьких моделей от Mistral

Кстати, вы заметили, что из chatGPT как-то незаметно ушел deep research. И в Gemini его не запустишь. Можно просить думать модели дольше, но это не то же самое. У Grok тоже размышления не самые долгие.

Пока что держится Anthropic - у него эту функцию можно запустить в явном виде.

Видно, вычисления в дефиците, и стоят дорого, но я расстроен. Впрочем, для таких запросов пользуюсь Клодом.

Небольшой лайфхак: если вам надо изучить какой-то вопрос, не делайте research по одной фразе. Сначала попросите Клода сделать подробный промпт для исследования, а потом, в новом диалоге, запустите исследование по этому подробному промпту. Получится гораздо лучше.

И учитывайте, что Opus - дорогая модель, поиск с ней в интернете выбирает все токены, на размышления, видимо, остается мало. С Sonnet, по ощущениям, он думает дольше

Маленькая, всего на 4В параметров, но интересная модель от WeChat, крупнейшей китайской социальной сети. Так что, все серьезно. Подробнее всего описание на GitHub

Кстати, вчера неожиданно для себя и, честно говоря, совсем не заметив, обучил свою первую нейронку. Решал с дочкой задачку по созданию движка по игре в шахматы.

Движок без нейронки (тоже сделан своими руками) правда, делает ее на раз, и играет при этом на уровне нормального любителя, но все же.. она просто маленькая, на 200K, и простая, обучена на оценке Stockfish 50 тыс. шахматных позиций.

Это Claude предложила, а Codex запрограммировал. Прикольно

Сегодня вышла библиотека transformers 5 - как вы понимаете, почти все генерационные модели сейчас строятся на трансформерах, так что теперь разработка будет быстрее, проще, квантизация лучше.. кому интересны детали, можно почитать этот пост