Сколько инструментов должно быть у MCP-сервера? Я измерила от 5 до 100 в Claude Code, Codex и Gemini -1
Публикации с тегом benchmark
На арене PlyLoom — Qwen против DeepSeek
Прогнали GigaChat 3.5 по реальным кейсам: Результаты большого тест‑драйва +8
- Искусственный интеллект
- Подготовка технической документации
- Microsoft Excel
- Тестирование IT-систем
- Облачные сервисы
Приниматоры решений: бенчмарк на русском для Jev‑style моделей +9
Больше чем WER: RESON — открытый инструмент и датасет для оценки ASR в телефонном канале +15
- Открытые данные
- Блог компании MWS AI
- Блог компании МТС
- Машинное обучение
- Искусственный интеллект
- Natural Language Processing
Больше чем WER: RESON — открытый инструмент и датасет для оценки ASR в телефонном канале +15
- Открытые данные
- Блог компании MWS AI
- Блог компании МТС
- Машинное обучение
- Искусственный интеллект
- Natural Language Processing
Small String Optimization: где заканчивается стек и начинается куча +12
Умеет ли Jev быть guard‑моделью для LLM? +17
Последний пеликан +2
Kaniko vs BuildKit vs Buildah: замеряем время, CPU и память сборки в кластере +10
Цель не вижу, в себя верю +3
Как найти настоящую (его) гуся или задачу в уже работающем продукте: разбор EVRTCK после возвращения в EvertyDesk -2
Qwen3.8-27B на своей карте против 304B по API +8
.NET Matrix: взвешенный выбор библиотеки, а не по звёздам на GitHub +7
Claude Opus 5 — новый лидер в FoodTruck Bench. Рассказываю, как у него это получилось +3
