Тир-лист актуальных LLM



Anthropic (создатели Claude) опубликовали «The AI-Nativei SDLCi playbook» — пошаговое описание трансформации процесса разработки ПО с учётом искусственного интеллекта. Речь не просто о использовании ИИ-ассистента для написания кода, а о встраивании ИИ в каждый этап жизненного цикла — от планирования до поддержки.
Это продолжение более широкого тренда: концепцию AIPDLCi (развитие классического SDLC с учётом влияния ИИ) ранее предложил Amazon, а в России её внедряет Сбер. Материал автора канала «Мы ж программист!» упоминал эту тему ещё в марте — теперь Anthropic формализовала подход в виде официального плейбука.
В сообществе Нейронавт показали технику переноса «чувства детализации» от Z-Imagei — компактной 6B image-модели, хорошо прорабатывающей текстуры, — в чекпоинты других видео-движков без переобучения и изменения архитектуры. Сначала приём применили к MiniMax-H3i, затем к Joy-LTX 2.5.
Результат: окружение, материалы и лица становятся заметно детальнее (краска, ржавчина, вода, солома, листва, кожа), при этом видео, звук и поведение базовой модели не меняются, а детализация не «плывёт» между кадрами при склейках.
Nvidia объявила на конференции Hot Chips 2026 о начале серийного производства Groq 3 LPXi — специализированного ускорителя для инференса (вывода) ИИ-моделей, который дополняет флагманскую платформу Vera Rubini. Чип создан на основе технологий стартапа Groq, лицензированных Nvidia за $20 млрд.
Первым клиентом новинки стал неоклауд Nebius Аркадия Воложа, а флагманским заказчиком всей платформы Vera Rubin Nvidia назвала SpaceX. Это важно, потому что показывает, как Nvidia усиливает свои позиции в инференсе — быстрорастущем сегменте рынка, где раньше конкурировали специализированные стартапы вроде Groq и Cerebras.

В отличие от RAGi-систем, где оценка строится вокруг четырёх измерений (данные, кандидатогенератор, реранкер, ответ LLM), тестирование AI-агентов сложнее из-за недетерминированности их поведения. Разбор статьи инженера Postgres AI Hybrid Manager описывает поэтапный подход к эвалюации агентов — от простой проверки маршрутизации запросов до анализа полных траекторий действий.
Автор статьи прошёл путь от простых проверок к сложной системе тестирования и поделился граблями: обычные REST-подходы (статус-коды, JSON-схемы) не работают, поскольку LLM может решить задачу «другим путём» или красиво ответить, упустив суть.


На Hugging Face от аккаунта orcarouter появилось семейство сборок Qwen3.8-27B-Uncensored — версии китайской модели Qwen3.8-27B с ослабленными или снятыми встроенными ограничениями на выдачу контента. За неделю (18–25 августа) вышли варианты под все основные сценарии запуска: MLXi для Apple Silicon (квантование 2/4/6/8 бит), FP8, GGUFi и полная точность BF16, а также готовый API через OrcaRouter для тех, кто не хочет разворачивать модель самостоятельно.
Значимость истории в том, что мощная 27B-модель с рассуждениями, зрением и вызовом инструментов теперь запускается полностью локально, без серверных фильтров и внешнего API — то есть уровень ограничений определяется не платформой, а тем, какую сборку скачал пользователь и как её настроил.
