
Как LLM находит знания: от токенов и Transformer до RAG
Как текст становится токенами и векторами, что делает Transformer, чем обучение отличается от RAG, и как из Markdown собрать поиск знаний для модели.
Новости для разработчиков без шума — My Dev News в Telegram.

Тег
Все статьи блога с этим тегом.

Как текст становится токенами и векторами, что делает Transformer, чем обучение отличается от RAG, и как из Markdown собрать поиск знаний для модели.

Уровни адаптации языковых моделей: что меняет веса, что подключает знания и инструменты, и как выбрать подход без «дообучения на PDF».

Реалистичная карта роста в Go: фундамент Junior, идиомы и прод Middle, архитектура и ответственность Senior — без лишних фреймворков и чеклистов ради чеклистов.

Разработчик собрал небольшой ИИ-трансформер на PyTorch, обучил его на рецептах и запустил на CPU без внешних API.

Блок-схемы, UML, BPMN, сетевые топологии и чертежи: почему PNG ≠ диаграмма, что дают OCR, векторизация, CAD, компьютерное зрение и VLM в 2025–2026, и какая цепочка реально работает.

История Go, философия простоты, goroutines, cloud-native экосистема и сравнение с Java, Node.js, Python и Rust — опорная статья для backend- и platform-инженеров.

Полный путь HTTP-запроса — DNS, TLS, CDN, балансировщик, Nginx, backend, Redis, очереди, PostgreSQL и обратно в браузер. Практический разбор для разработчиков и архитекторов.

От серверного рендеринга 2005 года до AI-приложений и edge computing: как менялись веб-архитектуры, почему старые решения не были ошибками и как выбирать подход в 2026 году.

Один вход, вес и смещение, эпохи обучения и линейная граница — фундамент нейросетей без фреймворков.

Рендеринг, сеть, архитектура компонентов и Core Web Vitals — то, что туториалы по кнопкам не объясняют, а продакшен требует.

Скорость, первое впечатление за 50 мс, стоимость правок до релиза — цифры из Smashing Magazine для разговора с заказчиком.