01releases
ГлавноеMust read
Unsloth выпустила desktop-приложение для локального запуска и обучения LLMUnsloth launches a desktop app for running and training LLMs locally
Unsloth представила desktop-приложение для локального запуска и обучения LLM и diffusion-моделей. Оно поддерживает GGUF, MLX, Qwen3.8, DeepSeek-V4, MiniMax-H3, Gemma 4, FLUX и другие модели на Windows, macOS и Linux.Unsloth has introduced a desktop app for running and training LLMs and diffusion models locally. It supports GGUF, MLX, Qwen3.8, DeepSeek-V4, MiniMax-H3, Gemma 4, FLUX, and other models on Windows, macOS, and Linux.
TakeawayЭто снижает порог входа для локальных экспериментов, fine-tuning и приватных AI-проектов без облачной инфраструктуры.This lowers the barrier to local experimentation, fine-tuning, and privacy-sensitive AI projects without cloud infrastructure.
02releases
ГлавноеMust read
GLiNER2 объединяет локальное извлечение данных и классификацию по schemaGLiNER2 unifies local schema-based extraction and classification
Fastino открыла GLiNER2 — семейство schema-conditioned encoder-моделей для NER, классификации текста, извлечения структурированных записей, связей и атрибутов спанов. Две архитектуры извлечения работают через единый публичный API и рассчитаны на локальное применение.Fastino has open-sourced GLiNER2, a family of schema-conditioned encoder models for NER, text classification, structured record extraction, relation extraction, and span attributes. Its two extraction architectures share one public API and are designed for local use.
TakeawayИнструмент может стать лёгкой альтернативой LLM для предсказуемого извлечения данных по заданной schema, где важны скорость, стоимость и контроль над данными.It can serve as a lightweight alternative to LLMs for predictable schema-driven extraction where speed, cost, and data control matter.
03releases
ГлавноеMust read
code-review-graph строит local-first граф кодовой базы для AI coding tools через MCPcode-review-graph builds a local-first codebase graph for AI coding tools over MCP
code-review-graph создаёт постоянный граф знаний о кодовой базе и передаёт AI coding tools точный контекст для review через MCP или CLI. Проект заявляет измеримое сокращение объёма контекста в code review и сценариях работы с крупными репозиториями.code-review-graph creates a persistent knowledge graph of a codebase and supplies AI coding tools with precise review context through MCP or a CLI. The project reports benchmarked context reductions for code review and large-repository workflows.
TakeawayКоманды с большими монорепозиториями могут сократить расход токенов и повысить релевантность ответов AI-агентов, не отправляя весь репозиторий в контекст.Teams with large monorepos may cut token use and improve agent relevance without placing the entire repository in context.
04releases
ГлавноеMust read
Tencent открыла Octop — self-hosted multi-agent AI-ассистента для командTencent open-sources Octop, a self-hosted multi-agent AI assistant for teams
Tencent Cloud представила Octop — open-source self-hosted AI-ассистента с multi-user и multi-agent архитектурой. Проект позиционируется как среда, в которой агенты могут работать параллельно и координироваться внутри команды.Tencent Cloud has introduced Octop, an open-source self-hosted AI assistant with multi-user and multi-agent architecture. The project is positioned as an environment where agents can work in parallel and coordinate within a team.
TakeawayOctop даёт компаниям вариант для развёртывания командных AI-агентов в собственном контуре, что особенно важно для данных и внутренних процессов.Octop gives companies an option to deploy team AI agents in their own environment, which is particularly relevant for sensitive data and internal workflows.
