Otevřená kniha ukazuje, jak stavět AI agenty
AI Agents in Depth propojuje výklad návrhu AI agentů s otevřeným kódem a cvičeními, které si lze projít kapitolu po kapitole.
llmfit hledá lokální model, který počítač utáhne
Nástroj llmfit porovná hardware počítače s modely a poradí, které lokální LLM na něm poběží rozumně.
Kimi rozděluje velké úkoly mezi až 300 agentů
Kimi propojuje chatovací rozhraní s Agent Swarmem, který dělí rozsáhlejší práci mezi paralelně běžící podagenty.
Microsoft Flint skládá grafy z krátkých specifikací
Flint chce z grafů udělat menší loterii. Agent místo dlouhého JSONu sepíše stručný sémantický záměr a kompilátor dopočítá zbytek.
PixelRAG místo HTML prohledává screenshoty webu
PixelRAG bere web tak, jak opravdu vypadá: jako obraz. Místo parsování HTML indexuje screenshoty a podle paperu na tom RAG často vydělá.
Ternlight vtlačí sémantické hledání do 5 MB Wasmu
Ternlight chce dostat embeddingy z cloudu do prohlížeče: pár megabajtů Wasmu, CPU místo GPU a hledání bez API.
Short leash metoda: jak držet AI agenty pod kontrolou
Short leash metoda drží AI coding agenty pod těsnou kontrolou. Deep dive do plánování, diffů, review a toho, co k ní říká výzkum z roku...
Malé AI modely pomáhají proti falešným lékům
Ve farmacii se začíná ukazovat prostší AI cesta: malý model v telefonu ověří pravost léku i bez stabilního připojení.
Lokální AI už není hračka. Jen zatím stojí jako auto
Exo spojuje Macy a pracovní stanice do lokálního AI clusteru. Čtyři Mac Studio ukazují, že použitelné lokální LLM se blíží, jen jsou zatím drahé.
lokální AI cluster z vlastních zařízení
Exo spojuje dostupné počítače do jednoho lokálního clusteru pro běh větších AI modelů bez nutnosti posílat požadavky do cloudu.