EN

Nobody will vouch for the answer

Microsoft says so in the overview page for its Agent Framework, the product meant to help you build on its models: "You are responsible for carefull…

agentsaillm
Dev.to
RU

Ouroboros, очередной инструмент для вашего harness

Harness - построение инфры вокруг LLM таким образом, чтобы man in the loop (человек в процессе поддержки LLM) отсутствовал. Я решил поэкспериментиро…

сезон код будущегодебаггингllmненормальное программированиетрейсинглоггирование
Habr
RU

Почему ИИ ошибается и признает ошибку, только когда вы ее найдете? История одного экзамена

Не так давно я поступал в аспирантуру. Готовился по старинке: конспекты, книжки, пробные тесты. Но уже в самой аудитории заметил, как многие полезли…

llmгаллюцинацииобразованиеэкспериментclaude sonnetdeepseekchatgptвузыпромптыкритическое мышление
Habr
RU

Jev 1.14: ищем объекты, проверяем документы и находим кошку среди 96 фотографий

В предыдущей статье я проверял Jev на текстовых задачах: классификации, уверенности ответов, длинном контексте и грязном входе. 14 октября TypeSafe…

jevклассификация изображенийклассификатор текстовcomputer visionтестирование моделейzero-shotsystem onellm
Habr
EN

Can AI Write Verilog for FPGAs

Can AI Actually Write Verilog for FPGAs? My Real-World Test As someone who does both full-stack web development and FPGA/Verilog programming, I was…

aillmprogramming
Dev.to
RU

Первый RAG комом: как мы учились анализировать ошибки автотестов с помощью LLM

Привет! Меня зовут Алексей, я автотестер в hh.ru . У нас около 3000 запускаемых классов с e2e (UI) тестами на Java. Они прогоняются по несколько раз…

ragавтотестыавтотестированиеllmтестированиеqa automationqa engineerqa automation engineerавтоматизация
Habr