Блог Артемия

У вас начнётся ШИЗА

AI‑Agents, LLM, ML Inference и ночные сессии с vLLM. Пишу о технологиях, делюсь опытом и шизой.

Все статьи Обо мне31 статей

Свежее

Смотреть все →

DeepSeek-V4.1-Flash дома: как 748B запихивают в 12 ГБ видеопамяти 🧮🔥

Новоетулы

28 октября 2026 г.15 мин

DeepSeek-V4.1-Flash дома: как 748B запихивают в 12 ГБ видеопамяти 🧮🔥

За неделю на Reddit и GitHub вышел десяток запусков DeepSeek-V4.1-Flash-1017 на домашнем железе. Разбираю, что лежит в VRAM, что в RAM и на SSD, откуда берутся ток/с и где подвох.

База — с чего начать

01KV-кэш: почему LLM помнит без памяти и жрёт VRAM 🧠💾7 мин 02Квантизация LLM: Как запихнуть 70B модель в твою видюху 🫡9 мин 03MoE изнутри: как 17B активных бьют 70B плотных 🧠🎛️8 мин

Ещё статьи

Смотреть все →

Как LLM выдаёт один токен: весь путь от текста до ответа 🧭🧠

фундамент

28 октября 2026 г.12 мин

Как LLM выдаёт один токен: весь путь от текста до ответа 🧭🧠

Для тех, кто пользуется LLM, но не знает, что внутри. Прогнал Qwen3-0.6B и показываю на настоящих числах: токены, векторы, attention, вероятности и цикл генерации.

NVIDIA OpenShell: клетка для агента, которую он сам не откроет 🔒🤖

тулы

28 октября 2026 г.13 мин

NVIDIA OpenShell: клетка для агента, которую он сам не откроет 🔒🤖

Разбираю NVIDIA OpenShell — открытую песочницу для агентов: Landlock и seccomp, политики на YAML с правилами по бинарю, методу и пути, подстановка кредов на выходе и prover на Z3.

фундамент

27 октября 2026 г.15 мин

Почему ChatGPT пишет «delve» и виноват ли в этом RLHF 🕵️✍️

Слово delve в PubMed выросло в 30 раз за четыре года. Разбираем, как это измерили (метод избыточной лексики), каких подозреваемых проверили Juzek и Ward, при чём тут нигерийские разметчики, как маленький бонус от reward model раздувает одно слово — и что LLM-стиль делает с текстами людей.

Собери свой Claude Code: кодовый агент на tool-calling за 166 строк 🤖🔧

тулы

2 августа 2026 г.17 мин

Собери свой Claude Code: кодовый агент на tool-calling за 166 строк 🤖🔧

Пошаговый туториал: пишем кодового агента, который читает репозиторий, правит код и сам гоняет тесты до зелёного. Чистый Python и openai SDK, без фреймворков. Работает на Cloud.ru Foundation Models и на любом OpenAI-совместимом endpoint — локальном vLLM, Ollama, OpenRouter.