Разборы
Разборы статей из AI-радара.
-
Автор переобработал открытые нейроданные человека с БАС и снизил долю ошибок слов с 50% до 23,5%, сочетая CTC-декодирование, языковую модель и выбор кандидатов LLM. Главный вывод: LLM надёжнее выбирает из вариантов акустического декодера, чем пытается самостоятельно восстановить
-
Автор сравнил обычный RAG, GraphRAG и агентный GraphRAG на вопросах об Олимпийских играх. На этой задаче структурированные графовые запросы резко повысили точность и снизили расход токенов, а агент дал дополнительную пользу лишь при неоднозначных многошаговых вопросах.
-
Старший фронтенд-разработчик Mindbox Игорь Уваров описывает плагин, который исследует код, документацию и архитектурные решения до начала реализации. Агент выявил несколько скрытых ограничений и помог предотвратить ошибки, но статья также показывает, что проверка человеком
-
Автор создал агента, который ищет типизированные факты AWS в Sanity, выбирает значение по явным правилам приоритета источников и проверяет его через доступные API AWS. Важный результат — вместо уверенного, но потенциально устаревшего ответа агент показывает актуальную запись,