Articles on AI systems, LLM retrieval, benchmarks, and production engineering.
AI architecture, retrieval benchmarks, production engineering.
AI-архітектура, retrieval-бенчмарки, виробниче програмування.
How the open research agent AutoSci became the working framework of the Kunchenko school: typed memory, several model families, 44 skills, a chain of evidence from a number in the manuscript to an artifact on disk, the TRACE architecture and Ukrainian as infrastructure.
Як відкритий дослідницький агент AutoSci став робочим фреймворком наукової школи Кунченка: типізована пам'ять, кілька родин моделей, 44 скіли, ланцюг доказів від числа в рукописі до артефакту на диску, архітектура TRACE і українська як інфраструктура.
A personal story: how my agent Ayona, in two days and with three open releases, gave herself the ability to formally prove mathematical theorems — by combining the Lean language, Mistral's open Leanstral model, and a small dispatcher called Pi-agent.
Особиста історія: як за два дні мій агент Ая зібрала собі здатність формально доводити математичні теореми — поєднавши мову Lean, відкриту модель Mistral Leanstral та диспетчер Pi-агент.
Довіра до AI — це не лише відчуття. Це інженерна задача. Від Pi та Earendil через Ayona до медицини, промисловості та права.
Trust in AI is not a feeling. It's an engineering problem. From Pi and Earendil through Ayona to medicine, industry, and law.
Why it's not enough for an AI system to simply accumulate memory files, and what changes when memory becomes governed architecture. Part 6.
Чому AI-системі недостатньо просто накопичувати файли пам'яті, і що змінюється, коли пам'ять стає керованою архітектурою. Частина 6.
213 files, 12 skills, 19 runbooks, ontology SSoT — the Ayona/OpenClaw workspace template is now public.
213 файлів, 12 навичок, 19 runbooks, ontology SSoT — шаблон Ayona/OpenClaw тепер публічний.
BM25 відповів на рівні ембедингів за 77 разів менший час. Ось що 500 benchmark-питань нам розповіли.
BM25 matched embeddings at 77x the speed. Here's what 500 benchmark questions taught us.
Schema governance, API-first vs CLI-first типи субагентів, AutoResearch протокол, design-before-code gates та composable agent franchising. Частина 3.
Schema governance, API-first vs CLI-first subagent types, AutoResearch protocol, design-before-code gates, and composable agent franchising. Part 3.
Від архітектурної теорії до працюючого пайплайну: гібридний retrieval, scoped access, делегування v1.1, proof loop та граф знань як маршрутизація контексту. Частина 2.
From architectural theory to working pipeline: hybrid retrieval, scoped access, delegation v1.1, proof loop, and knowledge graph as context routing. Part 2.
Why AI needs architecture, not just a powerful model: memory, knowledge graph, retrieval, bounded delegation, and verification for reliable AI assistants. Part 1.
Чому AI має архітектуру, а не лише сильну модель: пам'ять, knowledge graph, retrieval, bounded delegation і verification для надійних AI-асистентів. Частина 1.