Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как загрузить embeddings в Elasticsearch через Bulk API без частичных потерь
NDJSON для _bulk, стабильные _id, проверка errors и каждого item, refresh для теста и повторяемая загрузка embeddings.
Как загрузить файл в Gemini API и проверить, что модель использует именно его
Как загрузить файл в Gemini API и проверить, что модель использует именно его: пошаговый разбор, готовый шаблон, пример и контроль ошибок.
Как получить batch embeddings для массива текстов в Ollama API
Передаём массив строк в /api/embed, проверяем число и размерность векторов и сохраняем соответствие индексов исходным документам.
Как загрузить embeddings в Redis через pipeline и не потерять документы
Redis JSON и redis-py pipeline: стабильные ключи, проверка EXEC, FLOAT32, manifest, FT.INFO и безопасный повтор загрузки.
Как создать embeddings для поиска по текстам: чанки, векторы и проверка выдачи
Практический семантический поиск через embeddings: подготовка фрагментов, вызов API, cosine similarity и тест качества.
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 задать размерность embeddings через dimensions в Ollama API
Передаём dimensions в /api/embed, проверяем длину каждого вектора и блокируем запись в индекс с несовместимой схемой.
Как загрузить файл как blob в Ollama API с проверкой SHA-256
Считаем digest, отправляем бинарный файл в POST /api/blobs/:digest, проверяем 201 Created и подтверждаем blob независимым HEAD-запросом.
Как загрузить модель в память через Ollama API без генерации текста
Отправляем пустой запрос в /api/generate, отключаем streaming, проверяем done:true и подтверждаем загруженную модель через GET /api/ps.
Как импортировать большой датасет в Milvus через Bulk Import
Подготовка файлов для Milvus Bulk Import, object storage, import job, статусы, schema mapping, manifest и проверка количества данных.
Как выполнить exact vector search в Elasticsearch через script_score
Brute-force scoring без ANN cutoff, filter для уменьшения набора, exact top-k как ground truth и сравнение с approximate kNN.
Как использовать Files API Claude: загрузка, file_id и удаление документа
Как загрузить документ в Claude Files API, использовать file_id в Messages API, проверить ответ и удалить временный файл.
Как передать локальный файл, URL или Data URI в Replicate API
Три официальных способа файлового input в Replicate: hosted URL, локальный файл до 100 МБ и Data URI менее 1 МБ, с проверкой формата.
Как загружать файлы через Gemini Files API и проверять состояние обработки
Как загрузить файл в Gemini API, дождаться готовности, передать ссылку модели и удалить ресурс после использования.
Как вызвать модель Cloudflare Workers AI через REST API
Получение Account ID и API token, endpoint ai/run, Bearer-аутентификация, контроль success/errors и безопасная проверка первого REST-запроса.
Как запустить Asynchronous Batch API Cloudflare Workers AI
Batch API Workers AI: массив requests, queueRequest=true, лимит payload 10 MB, request_id, polling queued/running и сверка всех responses.
Как измерить Recall@10 Elasticsearch kNN против exact vector search
Воспроизводимый benchmark approximate kNN: exact ground truth, одинаковый snapshot, k, num_candidates, filters, shards и p95.
Как настроить kNN Search в Elasticsearch: k и num_candidates
Рабочий запрос approximate kNN, связь k и num_candidates, HNSW, source filtering и измерение Recall@10 против exact baseline.
Как сделать Hybrid Search в Elasticsearch через BM25, kNN и RRF
Две retrieval-ветви, Reciprocal Rank Fusion, общий tenant filter, rank_window_size, конкретный JSON и оценка nDCG@10.
Как создать dense_vector mapping в Elasticsearch без ошибки размерности
Явный mapping dense_vector: dims, similarity, index_options, single-valued поле и отрицательный тест несовместимого embedding.