Anthropic обновила систему code-review в Claude Code
MWS Cloud первой в России развернула GLM 5.2
Создание локального LLM-бота для чата с функциями RAG и ролеплеем
Особенности нейминга приложений в AppStore
Разработка квиза для изучения рынка мотоциклов с помощью Claude Code
Разработка собственной платформы для гайдов с помощью Claude
Sheru: файловый менеджер для разработчиков с ретро-интерфейсом
Миф о файле кокоса в Team Fortress 2
История создания QR Barcode Hub: от заказной разработки к SaaS
Влияние вайбкодинга на скорость разработки продукта
Релиз функции избранного и публичных коллекций
Инструмент для оценки сложности и необходимости фич
Почему в терминале появляются браузеры и графические интерфейсы
Порт планетарных битв из КР2
PrismML выпустила Bonsai 27B — локальную LLM на 27 млрд параметров, работающую на iPhone
Стартап PrismML представил Bonsai 27B — мультимодальную языковую модель на базе Qwen3.6-27B, сжатую до размера, который помещается на смартфон. Обычно модель такого масштаба в 16-битном виде занимает около 54 ГБ, а даже после 4-битного квантования — порядка 18 ГБ, что всё равно не влезает на телефон. PrismML использовала технику Quantization-Aware Trainingi (QAT), при которой веса заранее обучаются адаптироваться к дискретным значениям, а не просто округляются постфактум — это позволило сжать модель в 9–14 раз при потере лишь 5–11% качества.
Вышло две версии: 1-битная на 3,9 ГБ (около 90% качества оригинала) и тернарнаяi (веса −1, 0, +1) на 5,9 ГБ (до 95% качества). Обе поддерживают мультимодальность, рассуждения, кодинг, вызов инструментов (tool calling) и агентные сценарии — то есть это не просто чат-бот, а основа для локальных ИИ-агентов на устройстве.
Виртуальный гардероб из GPT-5.6 Sol: как агент codex превращает фотогалерею в каталог одежды
После твита Сэма Альтмана про новую модель GPT5.6 Soli разработчики начали тестировать её возможности, и один из них показал необычный кейс: агент в codexi получил доступ к галерее фото на телефоне, нашёл там все уникальные вещи из гардероба и с помощью встроенного gpt-imagei превратил каждую в отдельное предметное изображение на прозрачном фоне — как в каталоге интернет-магазина.
Автор довёл эксперимент до готового скилла, который автоматизирует весь процесс: поиск, реконструкцию, QA и дедупликацию вещей. Скилл выложен в открытый доступ на GitHub, и на его основе уже собрали UI, где можно не только увидеть весь свой гардероб, но и примерить на реальных фото новые сгенерированные образы.