Иногда даже стабильно. LLM Crew - сообщество тех, кто работает с нейросетями на практике: от настройки локальных моделей и агентов до поиска неочевидных сценариев применения. Без хайпа, с открытым кодом и разбором реальных кейсов.
LLM Crew - открытое сообщество тех, кто горит искусственным интеллектом и хочет создавать.
Мы объединяем энтузиастов, разработчиков и исследователей, которым интересно разбираться, как устроен ИИ, проверять безумные гипотезы и превращать любопытство в реальные работающие проекты.
Все три слоя - полноправная часть сообщества. Вопрос про промпты так же уместен, как разбор KV-cache.
Простым человеческим языком. Почему одна держит длинный контекст, а другая забывает системный промпт. Какие сценарии реально работают.
Агенты, локальные раннеры, пайплайны, интерфейсы и автоматизации: OpenCode, Ollama, расширения, n8n.
Инференс, квантование, железо, бенчмарки и тулчейны на Rust и C++.
Приходи с проблемой как есть: что хотел сделать, что получилось и где застрял.
Главная - визитка. Дальше LLM Crew живёт в четырёх пространствах.
Видео, проекты и инструменты участников. У каждой работы есть автор, а не общее «от сообщества».
Домашний монитор лимитов подписок на LLM: Claude, Codex (ChatGPT), Grok и Kimi. Нативное Windows-приложение на Rust собирает квоты, ESP32 с экраном и энкодером показывает остатки прямо на столе.
Почти одинаковые баллы - но одинаков ли результат на практике?
Сравниваю четыре локально развёрнутые модели в DailyBench: DeepSeek 4.1 Flash, GLM 5.3, Qwen 3.6 35B A3B и Qwen3.8 27B bf16.
Цельная картина от токенов и слоёв трансформера до GPU, CUDA и библиотек, которые запускают вычисления.
Выбор модели под VRAM, методы квантования, формат GGUF, fine-tuning и метрики деградации.
Анонсы, новые материалы и инженерные находки сообщества - в Telegram-канале LLM Crew.
Увидел проблему - попробуй решить. Есть идея - предложи. Хочешь что-то сделать - найди тех, кому это тоже интересно.
Вступить в LLM Crew ↗