Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как выбрать и закрепить embedding function в ChromaDB
EmbeddingFunction в ChromaDB: локальная или удалённая модель, привязка к collection, одинаковая обработка документов и запросов, миграция.
Как выбрать task type для Gemini Embeddings и проверить поиск
Как выбрать task type для Gemini Embeddings и проверить поиск: конкретные шаги, тестовый пример, проверка результата и ошибки.
Как фильтровать metadata в ChromaDB через where без утечки tenant
Metadata filtering ChromaDB: where, $eq, $gte, $and, типы значений, tenant и visibility до семантического ранжирования.
Как использовать conditional transactions ChromaDB без потерянных обновлений
Оптимистические collection-scoped транзакции ChromaDB: стабильный snapshot, read-check-write, конфликт commit и безопасный retry.
Как настроить HNSW-индекс ChromaDB и измерить Recall
HNSW configuration ChromaDB: space, ef_construction, ef_search, max_neighbors, build_threads, resize_factor и тест качества/скорости.
Как настроить семантический поиск ChromaDB и проверить distances
Collection.query в ChromaDB: query_texts, n_results, include, вложенная структура ответа, distances и оценка Recall@k для RAG.
Как обновлять документы ChromaDB через upsert без дублей
Разница add, update и upsert в ChromaDB, стабильные IDs, параллельные списки, повторяемый импорт и проверка результата через get.
Как сделать полнотекстовый поиск ChromaDB через where_document и regex
Лексический фильтр ChromaDB: $contains, $not_contains, $regex, $not_regex, сочетание с semantic query и проверка русских кодов.
Как сохранить данные ChromaDB через PersistentClient после перезапуска
Локальная персистентность ChromaDB: PersistentClient, path, повторное открытие коллекции, контроль count и границы применения.
Как скопировать коллекцию ChromaDB между локальным сервером и Cloud
CLI chroma copy: локальный источник или Chroma Cloud, выбор database/collection, проверка count и ID, повторный запуск и план отката.
Как создать индекс Pinecone со встроенной embedding-моделью
Создание serverless index через create_index_for_model: cloud, region, hosted embedding model, field_map, ожидание готовности и контрольный поиск.
Как настроить function calling в Cloudflare Workers AI безопасно
Traditional function calling в Workers AI: описание tools, JSON-аргументы, allowlist, schema validation, авторизация и двухшаговый вызов внешнего API.
Как хранить embeddings в pgvector: schema, размерность и upsert
Проектирование vector(n), стабильный ключ документа, ON CONFLICT, проверка размерности и запрет смешивания embedding-моделей.
Как сменить embedding-модель в Qdrant без простоя
Blue-green миграция embedding-модели Qdrant: новая коллекция, dual write, scroll, повторное кодирование, alias cutover и вариант named vectors для 1.18+.
Как выбрать vector index LanceDB: IVF_PQ, IVF_RQ или IVF_HNSW
Сравнение индексов LanceDB по recall, latency и сжатию: IVF_PQ, IVF_RQ, IVF_HNSW_FLAT/SQ, metric и контроль build status.
Как запустить ChromaDB в client-server режиме и подключить HttpClient
Разделение Chroma server и Python-приложения: chroma run, host, port, HttpClient, heartbeat, версии и отрицательная проверка сети.
Как выбрать квантование Qdrant: Scalar, Product или Binary
Сравнение Scalar, Product и Binary Quantization в Qdrant, настройка int8, quantile, always_ram, rescoring и измерение памяти, Recall@k и latency.
Как использовать embeddings GigaChat для поиска похожих текстов
Embeddings GigaChat: вектор из 1024 координат, окно 512 токенов, косинусное сходство, чанкинг и проверка качества поиска.
Как настроить одиночный function calling в Together AI безопасно
Описание функции через JSON Schema, режимы tool_choice, разбор arguments, проверка allowlist и полный второй запрос с результатом инструмента.
Как выбрать метрику pgvector: cosine, L2 или inner product
Операторы <=>, <-> и <#>, преобразование distance в similarity, нормализованные embeddings и точный baseline для RAG.