🆕 qlik_download : qlik_sense_server

📂 Qlik_Sense_update.exe (560.31 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)

🔎 tags: #qlik_sense_server #may_2025 #may_2025_patch_7 #qlik_sense_server_may_2025_patch_7

🔗️ release url

🕔 last update : 2025-10-01 12:41:39

✍️ by @chernovdev

🆕 qlik_download : qlik_sense_server

📂 Qlik_Sense_update.exe (725.75 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)

🔎 tags: #qlik_sense_server #november_2024 #november_2024_patch_19 #qlik_sense_server_november_2024_patch_19

🔗️ release url

🕔 last update : 2025-10-01 12:43:54

✍️ by @chernovdev

Всем привет!!
Я определился с вебинаром, он будет проходить 9 октября в 20:00

Донат будет ниже на этот вебинар, прошу всех, кто будет оплачивать, убедитесь что я @chernov смогу вам в личку скинуть инвайт-ссылку на приватный чат который будет относится к этому мероприятию.

Там же будет размещаться вся необходимая информация, а по итогам - и запись вебинара + все исходники + вся документация и моя личная благодарность за Ваш вклад!

Кто не сможет прийти - будет доступна запись со всеми матриалами в групповом чате.

После проведения вебинара доступ в чат будет выдаваться, но уже по другой сумме.

Всем спасибо! Всех жду!

p.s. я вижу кто делает донаты, но для уверенности - кидайте в личку скрины, я отправлю инвайт-ссылку быстрее

Эффективная инженерия контекста для ИИ-агентов (полная статья по ссылке )

Несколько лет подряд всё внимание в прикладном ИИ было приковано к инженерии промптов — искусству формулировать запросы так, чтобы языковая модель выдавала нужный ответ. Но сейчас на смену этому приходит новое понятие: инженерия контекста.

Создание систем на основе языковых моделей (LLM) становится всё меньше похоже на подбор «правильных слов» и всё больше — на ответ на более общий вопрос:

Какой набор информации (контекста) с наибольшей вероятностью заставит модель вести себя так, как нам нужно?

Контекст — это весь набор токенов (слов, символов, инструкций, данных), который подаётся модели при генерации ответа.

Инженерия контекста — это искусство и наука оптимизировать этот набор под ограниченные возможности модели, чтобы стабильно получать желаемый результат.

Эффективная работа с LLM требует «мышления в контексте»: нужно постоянно думать о том, какое состояние (информация) доступно модели в данный момент и какие действия оно может вызвать.

В этой статье мы разберём, почему инженерия контекста стала ключевой для создания умных ИИ-агентов, какие стратегии работают лучше всего и как справляться с ограничениями современных моделей.

Инженерия контекста vs инженерия промптов

В Anthropic мы считаем, что инженерия контекста — это естественное развитие инженерии промптов.
- Инженерия промптов — это методы написания и структурирования инструкций для LLM, чтобы получить оптимальный результат (например, через системные промпты).
- Инженерия контекста — это более широкая дисциплина: она включает не только промпты, но и всё остальное, что попадает в окно контекста модели: инструменты, внешние данные, историю диалога, результаты предыдущих действий и т.д.

Раньше основной задачей было написать хороший промпт для однократной генерации текста или классификации. Но теперь, когда мы строим агентов, которые работают в течение многих шагов и взаимодействуют со средой, одного промпта недостаточно. Нужно управлять всем состоянием контекста — и постоянно его обновлять, сжимать, фильтровать.

Контекстная инженерия — это итеративный процесс: каждый раз, когда вы решаете, что передать модели, вы занимаетесь именно ею.

(перевод и адаптация статьи Anthropic)

@chernovdev

Осталось подправить немного документацию и все готово к вебинару который пройдет 9 октября 2025 г в 20:00

(доп инфа в приватном канале - после оплаты)