Artykuły dla tych, którzy
wdrażają stack
Materiały o React, Node.js, TypeScript i AI. Przetłumaczony tekst jest pokazany, gdy istnieje. Jeśli nie, widać tekst angielski i dopisek o tym.
Tag: Benchmarks
TensorFold kontra llama.cpp na Mac Studio M5 Ultra: 1,84 raza wyższa wydajność przy rzeczywistej pracy z JSON
Przeprowadziłem test wydajności TensorFold 1.2.0 w porównaniu z llama.cpp na Mac Studio M5 Ultra z Qwen3.8-27B, przy 80 rzeczywistych żądaniach JSON: wydajność 1,84 raza wyższa przy 8 równoczesnych zapytaniach.
9 min czytaniaHy-MT2-7B w pięciu lokalnych środowiskach działania: Które z nich nadaje się do tłumaczeń na Macu?
Hy-MT2-7B przetestowany pod kątem wydajności w llama.cpp, LM Studio, mlx-lm, Ollama oraz MLX-Serve na dwóch komputerach Mac Studio M5 Ultra: przepustowość, skalowalność, determinizm, pamięć.
9 min czytaniaGemini 3.8 Flash przy premierze: szybkość, termin końcowy cen i ograniczenia związane z bezpieczeństwem.
Przegląd Gemini 3.8 Flash: oficjalne wyniki testów wydajności, szybkość przetwarzania 304 tokenów na sekundę, promocyjne ceny obowiązujące do 2027 roku, model Cyber oraz problemy z bezpieczeństwem w wielojęzycznych zastosowaniach.
7 min czytaniaDlaczego dwie karty RTX 3090 osiągają prędkość 55 tok/s zamiast 220 przy użyciu SGLang i DFlash2.
Praktyczny przegląd uruchamiania Qwen3.8-27B na dwóch karcach 3090 przy użyciu SGLang oraz wyjaśnienie, jak łącza PCIe x4, brak funkcji P2P, mała pamięć cache KV oraz nagłe skoki poboru mocy obniżyły deklarowaną prędkość.
7 min czytaniaMiniCPM5-2B kontra 4B: Dlaczego agentowe rozwiązania przedstawiają inny obraz sytuacji
MiniCPM5-2B przewyższa swoich konkurentów 4B pod względem wyników w jednym testie, ale traci dwa do trzech razy więcej punktów w testach z wykorzystaniem mechanizmów agentowych. Problem z benchmarkiem oraz wydajność Ollamy.
10 min czytaniaAgenci płacą wysoką cenę za czekanie: porównanie ankietowania, blokowania i zadań
Przykład trzech sposobów, w jakie agent może czekać na wolną operację w chmurze: polling, blokowanie i zadania MCP, koszt tokena dla każdego z nich oraz zasady dla projektantów narzędzi.
8 min czytaniaTworzenie agenta Harness od zera: sześć etapów i eksperyment izolujący osiągnięcia
Używając harnessu można poprawić wyniki testów bardziej niż sam model. Stwórz mały harness dla agenta w sześciu etapach i testuj po jednej zmianie, aby sprawdzić, co faktycznie pomogło.
7 min czytaniaGraphRAG czy zwykły RAG? Gdzie grafy są przydatne, a gdzie są zbyt kosztowne
GraphRAG kontra RAG: grafy przewyższają RAG w rozumowaniu wieloetapowym i tworzeniu ogólnych podsumowań, ale przegrywają w prostych zapytaniach i są droższe. Liczby z badań porównawczych oraz kiedy wybrać jeden z nich.
7 min czytaniaDlaczego standardy oceny pamięci agentów wprowadzają w błąd i jak oceniać na własnych danych
Testy wydajności pamięci agentów wprowadzają w błąd dzięki błędnym kluczom odpowiedzi i oceniającym. Testuj wydobywanie informacji oddzielnie od odpowiedzi, dodaj sprawdzanie aktualności, powstrzymywania się od odpowiedzi oraz zapominania.
15 min czytania
O tych artykułach
Wycena w 24 h
Potrzebujesz tego stacka w warstwie operatorskiej? Wyślij brief — wycena w 24 h.