Инсайты
ИИ и машинное обучение
Агенты, LLM-пайплайны, RAG, прогнозирование и компьютерное зрение — как это строится и что ломается в продакшене.
ИИ и машинное обучение
ИИ и машинное обучение ·
Почему гибридный поиск обошел чистые эмбеддинги в нашем пайплайне Invoice AI
Чистые плотные эмбеддинги не справились с буквенно-цифровыми серийными номерами в нашем пайплайне Invoice AI. Объединение полнотекстового поиска PostgreSQL tsvector с косинусным расстоянием pgvector подняло точность совпадений top-1 с 61,4% до 94,8%.
6 мин чтения
ИИ и машинное обучение ·
Почему pgvector заменил Qdrant в нашем пайплайне Feedback AI
Мы перенесли 5 миллионов векторных эмбеддингов из кластера Qdrant в PostgreSQL 16 с pgvector 0.7. Рассказываем, как сократили накладные расходы на инфраструктуру, сохранив задержку поиска в пределах 50 мс.
5 мин чтения
ИИ и машинное обучение ·
Как работают ИИ-агенты: архитектура продакшн-агента
Агент — это модель, обёрнутая в восприятие, память, инструменты, оркестрацию и мониторинг. Практический разбор шести слоёв: что ломается в каждом и что мы с этим делаем.
5 мин чтения
ИИ и машинное обучение ·
RAG в продакшене: чек-лист, который мы проходим перед запуском
RAG демонстрируется за день и ломается через месяц. Двенадцать проверок — данные, поиск, генерация, эксплуатация, — которые отличают пилот от системы, на которую полагаются люди.
4 мин чтения