Impact of Inference Backends on LLM Reproducibility: Notes from a Research Paper
Recently I read aboyt this article: The Silent Hyperparameter: Quantifying the Impact of Inference Backends on LLM Reproducibility Here is what I lear…
Testing & QA
⚑ Report a ProblemLatest Testing & QA news from Tech News
All topics
agents
ai
api
architecture
automation
aws
backend
beginners
career
claude
cybersecurity
database
devchallenge
devops
javascript
llm
machinelearning
mcp
opensource
performance
productivity
programming
python
security
showdev
softwareengineering
testing
tutorial
typescript
webdev
Облачные ИИ не справляются, MiniLM-L6 ломается на философии: строим локальный RAG для сложных семантических текстов
Этот проект долго вынашивался и, в конце концов, начался как очередная попытка разобраться в философских текстах, написанных Джейн Робертс во второй п…
yasbd-lib vs PySBD: two philosophies of sentence boundary detection
Sentence boundary detection sounds boring. Split on . ? ! , done, right? Anyone who has tried knows otherwise. Abbreviations, decimals, URLs, nested q…
Почему «чем проще, тем лучше» не работает на ИИ-классификаторе
Обучил multi-label классификатор на 15 классов для модерации Discord-сообщества, получил micro F1 = 0.9358 — цифра, с которой можно закрывать задачу и…
Which Is to Be Master? Language, Authority and LLMs
Introduction “When I use a word,” Humpty Dumpty said in rather a scornful tone, “it means just what I choose it to mean—neither more nor less.” “The q…
AI-база: модели, агенты, агентные механизмы
Привет, хабр, меня зовут Кияшева Екатерина. Вообще я из QA, но сегодня сделаю шаг в сторону и разберу AI-базу. За последний год встречалась масс…
What Building an AI Detector Taught Me About Machine Learning
When I started building Naturalmelo , I thought the difficult part would be training a machine learning model to distinguish AI-generated text from hu…
CHE MCP — Building Argentina's First National MCP Ecosystem: 5-Stage Classifier, WMA Online Learning, 748 Datasets
Argentina just got its first national MCP ecosystem — and it was built from Bahía Blanca. CHE MCP is an intelligent gateway that connects any AI agent…
RAG не только для вопросов и ответов: почему он естественно подходит для рекомендаций
Retrieval-Augmented Generation (RAG) чаще всего рассматривается в контексте вопросно-ответных систем и чат-ботов поверх базы знаний. Большинство публи…
How Self-Attention Works — QKV, Softmax, and Matrix Computation
Self-Attention is not just “looking at important words.” It is a matrix operation. And that is exactly why Transformers scale. Core Idea Self-Attentio…
DCD: доменно-ориентированная архитектура для построения RAG-систем
Привет! Это Роботы. Недавно мы выпустили статью на arXiv , где представили архитектурный подход DCD (Domain–Collection–Document) для структурирования …
I Built an "Amazon-Style" AI Review Summarizer for Any Dataset (NLP, Transformers, Streamlit)
Have you seen those new AI-generated review summaries on Amazon? They are incredibly useful for buyers, but there’s a catch: they are completely locke…
Tokenization under the hood: BPE, WordPiece, SentencePiece, and Unigram compared
Tokenization under the hood: BPE, WordPiece, SentencePiece, and Unigram compared You deploy a chatbot. English queries average 42 tokens each. Then a …
Can LLMs save themselves from verbosity?
« Je n'ai fait celle-ci plus longue que parce que je n'ai pas eu le loisir de la faire plus courte. » — Blaise Pascal, Lettres provinciales , Lettre X…
Bridging the Rigidity Gap: Deploying Secure Agentic RAG in Healthcare Governance
In the healthcare industry, data is both an organization's most valuable asset and its most heavily guarded liability. While industries like e-commerc…
The Macro Failure of "One-Size-Fits-None" Reporting: Why Healthcare Providers Fail to Act on Patient Feedback - Part I
Every month, healthcare jurisdictions pool millions of dollars into collecting Patient-Reported Experience Measures (PREMs). Millions of text files an…
Почему WER недостаточно: Семантическая декомпозиция ошибок ASR
В продуктах, построенных поверх моделей распознавания речи (Automatic Speech Recognition models, ASR), качество распознавания речи напрямую влияет на …
Эволюция 'More Like This'
Во многих поисковых сценариях пользователь начинает не с пустой строки запроса, а с существующего результата. Пользователь открывает статью и хочет на…
Ask.com закрылся. Что это был за сервис? Вспоминаем 90-е
На главной странице Ask.com недавно появилось короткое уведомление: сервис официально прекратил работу 1 мая 2026 года. Компания-владелец решила закры…
What Reddit Can Teach Us About Women’s Watch Preferences (Python + NLP Project)
Most “what watch should I buy?” discussions online skew heavily male. A friend wanted to launch a women’s watch, so I helped with a small data analysi…
Did My LoRA Learn Tenacious Style—or Just Memorize Augmented Patterns?
In Week 11 Tenacious-Bench, we trained a LoRA adapter on Tenacious-style B2B sales emails using Supervised Fine-Tuning (SFT). We got a real performanc…
Auto-Furigana in the Browser — Lazy-Loading kuromoji.js's 4 MB Dictionary from a CDN to Annotate Japanese Kanji With Their Readings
Furigana are the small hiragana annotations that sit above kanji to show how they should be read. Schoolbooks, kid manga, and language-learning materi…
Битва двух ёкодзун: почему детекторы ИИ и гуманизаторы делают тексты еще хуже
В век, когда абсолютно все площадки, включая Хабр, захлебываются под цунами сгенерированного контента, особенно ценными становятся статьи, написанные …