Теперь вы можете запускать современные встраивания на ЦП. Новый метод дистилляции только что был выпущен с 96 процентами качества учителя при размере до 15× меньше. 𝗟𝗲𝗮𝗳𝗿𝗲𝗱𝗱𝘂𝗰𝗲𝘀 𝗲𝗺𝗯𝗲𝗱𝗱𝗶𝗻𝗴 𝗰𝗼𝘀𝘁𝘀 𝘄𝗶𝘁𝗵𝗼𝘂𝘁 𝗹𝗼𝘀𝘀 LEAF поступает из MongoDB Research и нацелен на модели встраивания, а не генераторы. Он дистиллирует большую модель в компактную, сохраняя то же самое векторное пространство. 𝗜𝘁 𝘂𝘀𝗲𝘀 𝗮𝗻 𝗮𝘀𝘆𝗺𝗺𝗲𝘁𝗿𝗶𝗰 𝗿𝗲𝘁𝗿𝗶𝗲𝘃𝗮𝗹 𝗱𝗲𝘀𝗶𝗴𝗻 Документы встраиваются один раз с использованием большой модели. Запросы встраиваются во время выполнения с использованием маленькой. • Одна оффлайн задача для миллиардов документов • Быстрые запросы на ЦП или устройствах на краю • Нет повторной индексации при изменении моделей 𝗧𝗵𝗲 𝗿𝗲𝘀𝘂𝗹𝘁𝘀 𝗮𝗿𝗲 𝗵𝗮𝗿𝗱 𝗻𝘂𝗺𝗯𝗲𝗿𝘀 Он сохраняет ~96 процентов производительности учителя. Модели в 5×–15× меньше и до 24× быстрее. Топовые позиции на BEIR и MTEB для компактных размеров. Это позволяет вам выполнять семантический поиск, RAG и кластеризацию с низкой задержкой, низким потреблением памяти и без GPU.

Теперь вы можете превратить Claude Code в полноценный стек разработки. Новое обновление включает CLI, который устанавливает агентов, команды и интеграции за считанные минуты, с 14.8k звёзд на GitHub. 𝗖𝗹𝗮𝘂𝗱𝗲 𝗖𝗼𝗱𝗲 𝗸𝗮𝗻 𝗻𝗼𝘄 𝗯𝗲 𝗰𝗼𝗻𝗳𝗶𝗴𝘂𝗿𝗲𝗱 𝗹𝗶𝗸𝗲 𝗮 𝗿𝗲𝗮𝗹 𝘁𝗲𝗮𝗺 Он упаковывает роли, рабочие процессы и инструменты в виде повторно используемых компонентов. Вы устанавливаете их одной командой. Без ручного подключения или копирования и вставки. • Агенты для проверки кода, безопасности и производительности • Команды для тестирования, оптимизации и проверок • Хуки для автоматизации до и после выполнения задач 𝗜𝘁 𝗮𝗱𝗱𝘀 𝗼𝗯𝘀𝗲𝗿𝘃𝗮𝗯𝗶𝗹𝗶𝘁𝘆 𝘁𝗼 𝗔𝗜 𝗰𝗼𝗱𝗶𝗻𝗴 Он отслеживает сессии, состояние и использование в реальном времени. Вы можете просматривать живые разговоры локально или удаленно. • Аналитика с показателями производительности • Проверки состояния для выявления неправильной конфигурации • Панель плагинов с контролем доступа 𝗜𝘁 𝘀𝗼𝗹𝘃𝗲𝘀 𝗿𝗲𝗽𝗲𝗮𝘁𝗮𝗯𝗶𝗹𝗶𝘁𝘆 𝗮𝗻𝗱 𝘀𝗰𝗮𝗹𝗲 Вместо одноразовых запросов вы устанавливаете стандартизированное поведение. Это позволяет командам делиться настройками, быстрее отлаживать и последовательно обучать.

Небольшое исправление кода = GPT Большая переработка кода = Claude