Официальный MCP-сервер Cloudflare: управление Workers, KV, R2, D1 и аналитикой из ИИ-клиентов — инфраструктура голосом или промтом.
Практический курс DataTalksClub по LLM в продакшне: RAG, векторные базы, оценка качества, потоковые ответы и мониторинг реальных систем.
Практический курс DataTalksClub по классическому ML: регрессия, классификация, деревья, бустинг, deep learning и деплой — с проектом в конце.
Официальный курс Hugging Face по ИИ-агентам: от мысленных схем и инструментов до RAG, мультиагентных систем и финального испытания.
Официальный курс Hugging Face по мелким языковым моделям: дообучение SmolLM на своих данных, квантование и запуск на устройствах.
Мост между MCP и LangChain/LangGraph: любой MCP-сервер становится набором инструментов для ваших агентов за пару строк.
Кэш для LLM-запросов: похожие вопросы отдаются из кэша за копейки — снижение задержки и расходов на API до 90%.
Бесплатный курс Microsoft по ИИ-агентам: 10 уроков от основ до планирования, памяти и мультиагентных систем — с кодом на Python.
Фреймворк RAG и агентов для корпоративных документов: парсинг тысяч форматов, работа с моделями на CPU и быстрый старт без GPU-кластера.
Официальный сборник рецептов Google Gemini: от первого запроса до агентов, видеоанализа и поиска — готовые ноутбуки с пояснениями.
Открытый стандарт обмена нейросетями: обучили в PyTorch — развернули где угодно. Общий формат графов моделей для всех фреймворков.
Тулкит Intel для оптимизации и деплоя нейросетей: ускорение инференса на CPU, GPU и NPU — от Llama до детекторов объектов.
Песочница исполнения кода для ИИ-агентов: безопасный запуск Python в облачных микровиртуалках с передачей результатов, файлов и графиков.
Открытый чат-бот для разработчиков от Ant Group: работа с кодовыми репозиториями, веб-поиск и мультиагентные сценарии в одном интерфейсе.
Популярная китайская платформа знаний на LangChain: локальная база знаний, чат с документами и агенты поверх собственных моделей.
Графический инструмент дообучения LLM: fine-tuning и RLHF в веб-интерфейсе, экспорт в Hugging Face и локальные форматы без единой строки кода.
Автоматический аудит данных: находит ошибочные метки, дубликаты и выбросы в датасетах — типичные данные становятся чище без ручной проверки.
Автономные агенты разметки от создателей Label Studio: агент учится размечать данные по вашим примерам и доводит качество до заданной планки.
Автоматическая разметка датасетов LLM: несколько строк кода превращают сырые данные в размеченные — с оценкой точности каждой метки.
Простая open-source разметка текстов: классификация, выделение сущностей, машинный перевод и речевая разметка для команд любого размера.