Гайды.
Пошаговые инструкции по нейросетям: промпты, настройки, сравнение моделей и рабочие сценарии для учёбы, кода и картинок.
1322 материала
Наш Telegram
Новости ИИ без воды
Как рассчитать Precision@K для контекста RAG
Считаем долю релевантных document_id в первых K результатах RAG и фиксируем правило для короткой выдачи.
Как показать diff перед применением AI-правки к тексту
Строим unified diff исходного текста и AI-правки через difflib без записи в файл и требуем отдельное подтверждение.
Как проверить пропуски меток AI-заявок по каналам
Подсчитываем подтверждённые и отсутствующие метки отдельно для чата и электронной почты.
Как найти пропущенные участки документа после нарезки для RAG
Находим разрывы покрытия исходного текста фрагментами RAG по сохранённым диапазонам и разбираем граничный случай.
Как найти разницу в пропусках срочных AI-заявок по группам
Считаем false negative rate по двум каналам обращений, показываем знаменатели и не делаем выводов на пустой группе.
Как проверить величину перекрытия соседних фрагментов RAG
Проверяем согласованное перекрытие соседних чанков по координатам документа, выявляем обрыв контекста и чрезмерный дубль.
Как проверить часовой пояс даты из AI перед созданием напоминания
Отказываемся от naive datetime из AI, переводим ISO-дату со смещением в UTC и проверяем ожидаемый час.
Как проверить URL из AI-ответа перед публикацией ссылки
Проверяем ссылку, предложенную AI: HTTPS, точный hostname, отсутствие userinfo и фрагмента; тестируем обходы allowlist.
Как отбраковать пустые фрагменты до индексации RAG
Проверяем чанки RAG на пустой и пробельный текст, повтор ID и отсутствие ссылки на документ до построения индекса.
Как проверить путь к файлу из AI-ответа перед чтением
Проверяем путь от AI через pathlib.Path.resolve и is_relative_to перед доступом к файловому инструменту.
Как отделить провал RAG-поиска от отсутствия документа в индексе
Сверяем эталонные document_id с инвентарём индекса до вычисления retrieval-метрик и показываем разные причины пропуска.
Как разделить AI-заявки на train и test по дате обращения
Хронологический holdout для классификации заявок: проверяем даты, границу и отсутствие будущих обращений в обучении.