Скилл памяти на 2 000 000 токенов и NotebookLM: как загрузить в ИИ 20 книг, 100 договоров или часовое видео
Главная проблема большинства нейросетей — короткая оперативная память (контекстное окно). Если загрузить в обычный чат книгу на 500 страниц или 30 длинных договоров, ИИ просто «обрежет» середину. Скилл сверхдлинного контекста на 2 000 000 токенов (в Gemini 2.5 Pro) и бесплатный сервис Google NotebookLM решают эту проблему раз и навсегда.
AM LABЧто помещается в 2 000 000 токенов памяти?
- Чтобы было понятно без цифр:
- До 1 500 страниц плотного текста (это примерно 15–20 полноценных книг или годовой архив договоров компании).
- До 1.5 часов видеозаписи со звуком (например, запись длинного Zoom-совещания, вебинара или университетской лекции).
- До 50 000 строк программного кода или огромные таблицы с тысячами позиций.
Секретное оружие: бесплатный скилл Google NotebookLM
Если вам нужно работать со своими PDF-файлами, учебниками, законами или ссылками на YouTube, обязательно откройте бесплатный инструмент от Google — NotebookLM (notebooklm.google.com).
- 1Вы загружаете туда до 50 своих файлов (PDF, Word, ссылки на сайты и YouTube).
- 2Нейросеть отвечает СТРОГО по вашим файлам — она физически не может ничего выдумать из головы и возле каждого предложения ставит кнопку с точным номером страницы и абзаца из вашего документа!
- 3Функция Audio Overview: одной кнопкой превращает ваши загруженные документы в живой аудио-подкаст, который можно слушать в дороге.
Вставьте ссылку на длинное YouTube-видео или загрузите видеофайл в Google AI Studio (Gemini 2.5 Pro) и напишите: «Составь подробный конспект этого видео с точными таймкодами (минута:секунда) для каждой главной мысли».
Аппаратная верификация и метрики кремния
vllm serve skill-2m-context-window-notebooklm-video-books --tensor-parallel-size 4 --gpu-memory-utilization 0.95 --max-model-len 32768 --kv-cache-dtype fp8
Artur Moiseyev
Founder & AI Editor-in-Chief
Независимый AI-исследователь и архитектор распределенных систем. Разрабатываю мультиагентные системы, открытые reasoning-модели и инфраструктуру реального времени.
Связанные статьи справочника
AM LABСкилл Thinking / Размышление (DeepThink R1, o3, Claude): зачем нужна эта кнопка и как она убирает ошибки
Зачем во всех нейросетях появилась кнопка «DeepThink (R1)» или «Размышление»? Объясняем простыми словами, как ИИ проверяет сам себя перед ответом и в каких задачах этот скилл незаменим.
AM LABGoogle Gemini 2.5 Flash и Pro: 2M контекст, Flash Thinking и мультимодальные бенчмарки
Архитектурный разбор Google DeepMind Gemini 2.5. Анализируем режим рассуждений Flash Thinking, нативную токенизацию аудио/видео, контекст на 2 миллиона токенов и рекордную экономику API.
AM LABМасштабирование Test-Time вычислений: Как DeepSeek-R1, OpenAI o3 и Gemini 2.5 думают перед ответом
Эпоха законов масштабирования предобучения замедляется. Глубокий разбор вычислений на этапе инференса (Test-Time Compute), MCTS, Process Reward Models и обучения с подкреплением (RLVR).