{"id":65118,"date":"2026-04-11T11:55:02","date_gmt":"2026-04-11T08:55:02","guid":{"rendered":"https:\/\/rss.eground-zerkalo.com\/?p=65118"},"modified":"2026-04-11T11:55:02","modified_gmt":"2026-04-11T08:55:02","slug":"llmops-evaluation-%d0%b8%d0%b7-%d0%bf%d0%b5%d1%81%d0%be%d1%87%d0%bd%d0%b8%d1%86%d1%8b-%d0%b2-%d0%bf%d1%80%d0%be%d0%b4%d0%b0%d0%ba%d1%88%d0%bd-stepik-%d0%b0%d0%bb%d0%b5%d0%ba%d1%81%d0%b5%d0%b9","status":"publish","type":"post","link":"https:\/\/rss.eground-zerkalo.com\/?p=65118","title":{"rendered":"LLMOps &#038; Evaluation: \u0438\u0437 \u043f\u0435\u0441\u043e\u0447\u043d\u0438\u0446\u044b \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d [Stepik] [\u0410\u043b\u0435\u043a\u0441\u0435\u0439 \u041c\u0430\u043b\u044b\u0448\u043a\u0438\u043d]"},"content":{"rendered":"<h2 class=\"\">\u0421\u043a\u043b\u0430\u0434\u0447\u0438\u043d\u0430: LLMOps &amp; Evaluation: \u0438\u0437 \u043f\u0435\u0441\u043e\u0447\u043d\u0438\u0446\u044b \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d [Stepik] [\u0410\u043b\u0435\u043a\u0441\u0435\u0439 \u041c\u0430\u043b\u044b\u0448\u043a\u0438\u043d]<\/h2>\n<p> \t\t\t\t\t<img decoding=\"async\" src=\"https:\/\/v32.skladchik.org\/attachments\/screen-jpg.1251859\/\" class=\"bbCodeImage LbImage\" alt=\"screen.jpg\" \/> \t\t  <br \/> \u041f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043a\u0443\u0440\u0441 \u043f\u043e LLMOps. \u0421\u043e\u0431\u0435\u0440\u0451\u0442\u0435 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d-\u043a\u043e\u043d\u0442\u0443\u0440 \u0434\u043b\u044f LLM: eval-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a (LangSmith\/Ragas\/OpenAI Evals), quality-\u0433\u0435\u0439\u0442\u044b \u0432 CI\/CD, \u0430\u043b\u0451\u0440\u0442\u044b \u043d\u0430 \u0434\u0440\u0435\u0439\u0444, \u043c\u043e\u043d\u0438\u0442\u0440\u0438\u043d\u0433 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0438 \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u0438, \u0443\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u043c\u043f\u0442-\u0432\u0435\u0440\u0441\u0438\u044f\u043c\u0438 \u0438 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c. \u041f\u043b\u044e\u0441 \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u044b\u0435 \u0431\u043b\u043e\u043a\u0438: synthetic data \u0434\u043b\u044f \u0442\u0435\u0441\u0442\u043e\u0432, LLM-based judges, \u043e\u0442\u0447\u0451\u0442\u043d\u043e\u0441\u0442\u044c \u0434\u043b\u044f \u0440\u0435\u043b\u0438\u0437-\u043a\u043e\u043c\u0438\u0442\u0435\u0442\u0430 \u0438 runbook\u2019\u0438 \u0438\u043d\u0446\u0438\u0434\u0435\u043d\u0442\u043e\u0432.<br \/> \u041e \u043a\u0443\u0440\u0441\u0435<br \/> LLMOps &amp; Evaluation (PRO) \u2014 \u044d\u0442\u043e \u043f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043a\u0443\u0440\u0441 \u043e \u0442\u043e\u043c, \u043a\u0430\u043a \u0432\u044b\u0432\u0435\u0441\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u0443 \u0441 GPT \u0438 \u0434\u0440\u0443\u0433\u0438\u043c\u0438 LLM \u0438\u0437 \u043f\u0435\u0441\u043e\u0447\u043d\u0438\u0446\u044b \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d.<br \/> \u041c\u044b \u0440\u0430\u0437\u0431\u0435\u0440\u0451\u043c \u043f\u043e\u043b\u043d\u044b\u0439 \u0446\u0438\u043a\u043b: \u043e\u0442 \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f \u043f\u0430\u0439\u043f\u043b\u0430\u0439\u043d\u043e\u0432 (RAG, \u0430\u0433\u0435\u043d\u0442\u044b) \u0434\u043e \u043e\u0446\u0435\u043d\u043a\u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430, \u043c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433\u0430 \u0438 \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0438 \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u0438. \u0412\u044b \u043d\u0430\u0443\u0447\u0438\u0442\u0435\u0441\u044c \u0431\u043e\u0440\u043e\u0442\u044c\u0441\u044f \u0441 \u0433\u0430\u043b\u043b\u044e\u0446\u0438\u043d\u0430\u0446\u0438\u044f\u043c\u0438, \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c A\/B-\u0442\u0435\u0441\u0442\u044b \u0438 \u043d\u0430\u0441\u0442\u0440\u0430\u0438\u0432\u0430\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0440\u0435\u0430\u043b\u044c\u043d\u043e \u043e\u0442\u0440\u0430\u0436\u0430\u044e\u0442 \u0440\u0430\u0431\u043e\u0442\u0443 \u043c\u043e\u0434\u0435\u043b\u0438.<br \/> \u0412 \u043a\u0443\u0440\u0441\u0435:<br \/> \u043f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b: LangSmith, Ragas, OpenAI Evals, PromptLayer;<br \/> \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0442\u0435\u0441\u0442\u044b \u0438 synthetic data;<br \/> \u043c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430, \u043b\u0430\u0442\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u0438 \u0438 \u0437\u0430\u0442\u0440\u0430\u0442;<br \/> safety-\u0442\u0435\u0441\u0442\u044b \u0438 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u0440\u0438\u0441\u043a\u043e\u0432.<br \/> \u0418\u0442\u043e\u0433 &#8212; \u0432\u044b \u0441\u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043d\u0430\u0434\u0451\u0436\u043d\u0443\u044e LLM-\u0441\u0438\u0441\u0442\u0435\u043c\u0443 \u0441 \u0438\u0437\u043c\u0435\u0440\u0438\u043c\u044b\u043c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e\u043c \u0438 \u0443\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u043c\u043e\u0439 \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u044c\u044e.<br \/>     \t\u0421\u043f\u043e\u0439\u043b\u0435\u0440: \u041f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0430 \u043a\u0443\u0440\u0441\u0430 \t\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0432 LLMOps<br \/>     \u041f\u043e\u0447\u0435\u043c\u0443 \u043e\u0431\u044b\u0447\u043d\u044b\u0439 prompt engineering \u043d\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d\u0435<br \/>     \u041a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0431\u043e\u043b\u0438<br \/>     \u041e\u0431\u0437\u043e\u0440 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \u0434\u043b\u044f LLMOps<br \/>     \u0420\u0430\u0437\u0431\u043e\u0440 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u043a\u0435\u0439\u0441\u043e\u0432, \u0433\u0434\u0435 LLMOps \u0441\u0434\u0435\u043b\u0430\u043b \u0440\u0430\u0437\u043d\u0438\u0446\u0443<br \/>     \u041f\u0440\u0430\u043a\u0442\u0438\u043a\u0443\u043c<br \/> \u0410\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u0438 \u043f\u0430\u0439\u043f\u043b\u0430\u0439\u043d\u044b LLM-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0439<br \/>     \u041a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d-\u0441\u0438\u0441\u0442\u0435\u043c\u044b<br \/>     Best practices \u0434\u043b\u044f \u043f\u0430\u0439\u043f\u043b\u0430\u0439\u043d\u043e\u0432 RAG \u0438 \u0430\u0433\u0435\u043d\u0442\u043e\u0432<br \/>     \u0423\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0432\u0435\u0440\u0441\u0438\u044f\u043c\u0438 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u0438 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 (PromptOps)<br \/>     \u041b\u043e\u0433\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0438 \u0442\u0440\u0430\u0441\u0441\u0438\u0440\u043e\u0432\u043a\u0430: \u043a\u0430\u043a \u043d\u0435 \u0442\u0435\u0440\u044f\u0442\u044c \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u043d\u0430\u0434 \u043c\u043e\u0434\u0435\u043b\u044c\u044e<br \/>     \u041f\u0440\u0430\u043a\u0442\u0438\u043a\u0443\u043c<br \/> \u041c\u0435\u0442\u0440\u0438\u043a\u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 LLM-\u0441\u0438\u0441\u0442\u0435\u043c<br \/>     \u041f\u043e\u0447\u0435\u043c\u0443 \u00abaccuracy\u00bb \u2260 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0432 LLM<br \/>     \u041a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438<br \/>     \u0421\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438<br \/>     User-oriented \u043c\u0435\u0442\u0440\u0438\u043a\u0438<br \/>     \u041a\u0430\u043a \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0434\u0430\u0448\u0431\u043e\u0440\u0434 \u0434\u043b\u044f \u043c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433\u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430<br \/> Evaluation \u043d\u0430 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0435<br \/>     \u041a\u0430\u043a \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u0440\u043e\u043c\u043f\u0442\u044b \u0438 \u043f\u0430\u0439\u043f\u043b\u0430\u0439\u043d\u044b (unit tests \u0434\u043b\u044f LLM)<br \/>     \u0410\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 A\/B \u0442\u0435\u0441\u0442\u044b \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e LLM-\u043e\u0446\u0435\u043d\u043a\u0438<br \/>     Human-in-the-loop: \u043a\u043e\u0433\u0434\u0430 \u0438 \u0437\u0430\u0447\u0435\u043c \u043d\u0443\u0436\u043d\u044b \u043b\u044e\u0434\u0438 \u0432 \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0438<br \/>     \u0413\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u0442\u0435\u0441\u0442-\u0434\u0430\u0442\u0430\u0441\u0435\u0442\u043e\u0432 (synthetic data) \u0434\u043b\u044f \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u0438<br \/>     \u041f\u0440\u0430\u043a\u0442\u0438\u043a\u0430: \u043d\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a \u0434\u043b\u044f \u043e\u0446\u0435\u043d\u043a\u0438<br \/> LLM Monitoring &amp; Observability<br \/>     \u041a\u0430\u043a \u043c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u0442\u044c \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d-LLM<br \/>     Alerting \u0438 \u043b\u043e\u0433\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432\/\u043e\u0442\u0432\u0435\u0442\u043e\u0432<br \/>     \u0411\u043e\u0440\u044c\u0431\u0430 \u0441 \u0434\u0435\u0433\u0440\u0430\u0434\u0430\u0446\u0438\u0435\u0439 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 (drift detection)<br \/>     Cost management: \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u044f \u0431\u044e\u0434\u0436\u0435\u0442\u0430 \u043d\u0430 LLM<br \/> Advanced Topics (\u0434\u043b\u044f PRO)<br \/>     Ragas: \u043a\u0430\u043a \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0443\u044e \u0441\u0438\u0441\u0442\u0435\u043c\u0443 \u043e\u0446\u0435\u043d\u043a\u0438 RAG-\u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432<br \/>     OpenAI Evals \u0438 Custom Evals<br \/>     LLM-based judges (\u043e\u0446\u0435\u043d\u043a\u0430 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0447\u0435\u0440\u0435\u0437 LLM)<br \/>     Safety &amp; Red-teaming<br \/>     \u0418\u043d\u0442\u0435\u0433\u0440\u0430\u0446\u0438\u044f \u0441 CI\/CD: \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 quality-\u0433\u0435\u0439\u0442\u044b \u0434\u043b\u044f \u0434\u0435\u043f\u043b\u043e\u044f<br \/> \u041f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043f\u0440\u043e\u0435\u043a\u0442<br \/>     \u041f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u0435 RAG-\u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0441 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0439 \u043e\u0446\u0435\u043d\u043a\u043e\u0439 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430<br \/>     \u041d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430 \u043c\u0435\u0442\u0440\u0438\u043a \u0438 \u043c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433\u0430<br \/>     \u041f\u0440\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 A\/B \u0442\u0435\u0441\u0442\u043e\u0432 \u043c\u0435\u0436\u0434\u0443 \u0432\u0435\u0440\u0441\u0438\u044f\u043c\u0438 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432<br \/>     \u0421\u0431\u043e\u0440 \u0438 \u0430\u043d\u0430\u043b\u0438\u0437 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u043e\u0432 \u2192 \u0444\u0438\u043d\u0430\u043b\u044c\u043d\u044b\u0439 \u043e\u0442\u0447\u0451\u0442 \u0412 \u043a\u0443\u0440\u0441 \u0432\u0445\u043e\u0434\u044f\u0442 <\/p>\n<ul>\n<li>33 \u0443\u0440\u043e\u043a\u0430<\/li>\n<li>171 \u0442\u0435\u0441\u0442<\/li>\n<li>17 \u0438\u043d\u0442\u0435\u0440\u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447<\/li>\n<\/ul>\n<p>\u0410\u0432\u0442\u043e\u0440 \u043a\u0443\u0440\u0441\u0430: \u0410\u043b\u0435\u043a\u0441\u0435\u0439 \u041c\u0430\u043b\u044b\u0448\u043a\u0438\u043d<br \/> \u0426\u0435\u043d\u0430: 12990 \u0440\u0443\u0431.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u0421\u043a\u043b\u0430\u0434\u0447\u0438\u043d\u0430: LLMOps &amp; Evaluation: \u0438\u0437 \u043f\u0435\u0441\u043e\u0447\u043d\u0438\u0446\u044b \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d [Stepik] [\u0410\u043b\u0435\u043a\u0441\u0435\u0439 \u041c\u0430\u043b\u044b\u0448\u043a\u0438\u043d] \u041f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043a\u0443\u0440\u0441 \u043f\u043e LLMOps. \u0421\u043e\u0431\u0435\u0440\u0451\u0442\u0435 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u043d-\u043a\u043e\u043d\u0442\u0443\u0440 \u0434\u043b\u044f LLM: eval-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a (LangSmith\/Ragas\/OpenAI Evals), quality-\u0433\u0435\u0439\u0442\u044b \u0432 CI\/CD, \u0430\u043b\u0451\u0440\u0442\u044b \u043d\u0430 \u0434\u0440\u0435\u0439\u0444, \u043c\u043e\u043d\u0438\u0442\u0440\u0438\u043d\u0433 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0438 \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u0438, \u0443\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u043c\u043f\u0442-\u0432\u0435\u0440\u0441\u0438\u044f\u043c\u0438 \u0438 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c. \u041f\u043b\u044e\u0441 \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u044b\u0435 \u0431\u043b\u043e\u043a\u0438: synthetic data \u0434\u043b\u044f \u0442\u0435\u0441\u0442\u043e\u0432, LLM-based judges, \u043e\u0442\u0447\u0451\u0442\u043d\u043e\u0441\u0442\u044c \u0434\u043b\u044f \u0440\u0435\u043b\u0438\u0437-\u043a\u043e\u043c\u0438\u0442\u0435\u0442\u0430 \u0438 runbook\u2019\u0438 \u0438\u043d\u0446\u0438\u0434\u0435\u043d\u0442\u043e\u0432. \u041e \u043a\u0443\u0440\u0441\u0435 LLMOps &amp; [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[],"class_list":["post-65118","post","type-post","status-publish","format-standard","hentry","category-rss"],"_links":{"self":[{"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/posts\/65118","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=65118"}],"version-history":[{"count":0,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=\/wp\/v2\/posts\/65118\/revisions"}],"wp:attachment":[{"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=65118"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=65118"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rss.eground-zerkalo.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=65118"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}