Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как разбить длинные документы на чанки в Haystack DocumentSplitter
Подбираем split_by, split_length и overlap; сохраняем связь чанка с исходником и проверяем граничные факты.
Как настроить смысловой поиск в Haystack InMemoryEmbeddingRetriever
Индексируем документы и запрос одной embedding-моделью, проверяем размерность, top_k и качество на перефразировках.
Как найти похожие документы Typesense по id без нового embedding
Рекомендации по существующему документу в Typesense 30.2: vector_query с id, исключение исходного id и проверка прав.
Как разложить документы на chunks для RAG через index projections Azure AI Search
Один поисковый документ на chunk: parent_id, sourceContext, skipIndexingParentDocuments и проверка наследования доступа.
Как разбить транскрипт Deepgram на реплики с utterances
Параметр utterances=true, поля start/end/channel/transcript/words, совместное использование с diarization и готовый формат реплик для UI.
Как ограничить поиск документами одного клиента в Haystack
Фильтр meta.tenant в retriever, тест на утечку чужого документа и границы серверной авторизации.
Как избежать дублей документов в Haystack через DocumentWriter и DuplicatePolicy
Повторная индексация без случайных дублей: стабильные ID, режимы OVERWRITE, SKIP и FAIL и проверка числа записей.
Как найти точный артикул через Haystack InMemoryBM25Retriever
Локальный BM25-поиск по кодам и формулировкам ошибок, top_k, проверка ответов и ограничения поисковой схемы.
Как измерить полноту поиска в Haystack через DocumentRecallEvaluator
Размеченные документы, SINGLE_HIT и MULTI_HIT, индивидуальные оценки и тест на потерю нужного фрагмента.
Как привязать ответ RAG к документам через Haystack AnswerBuilder
GeneratedAnswer, reference_pattern и проверка номеров цитат против фактических документов без ложной атрибуции.
Как настроить fallback между моделями в OpenRouter API
Готовая схема models в порядке приоритета: какие ошибки запускают переключение, как узнать итоговую модель и проверить качество резервного ответа.
Как очистить текст для RAG через Haystack DocumentCleaner
Удаляем артефакты извлечения из документов, сохраняя значимые пробелы, страницы и исходную разметку.
Как найти релевантный фрагмент через semantic_search в Sentence Transformers
Кодируем вопрос и документы, связываем corpus_id с текстом, проверяем top_k и строим отказ при отсутствии подходящего источника.
Как настроить composite embedders Meilisearch для индексации и поиска
Экспериментальный compositeEmbedders: разные среды одной модели, равная размерность, совместимость vectors и план отката.
Как настроить HNSW в Typesense: M, ef_construction и ef
Официальные параметры HNSW Typesense 30.2: defaults, индексирование, ef на запросе и проверка Recall@10, памяти и p95.
Как настроить гибридный поиск Typesense: текст, embeddings и alpha
Как Typesense 30.2 объединяет keyword и semantic поиск: query_by, alpha, rerank_hybrid_matches и проверка кодовых запросов.
Как настроить два embedders в Meilisearch для разных типов запросов
Раздельные named embedders для краткого названия и длинной спецификации, выбор hybrid.embedder и тест несовместимых vectors.
Как настроить semanticRatio в Meilisearch для артикулов и смысловых запросов
Сравнение keyword, hybrid и semantic режимов на SKU и перефразированиях с точными JSON-параметрами и критериями качества.
Как настроить Hybrid Search OpenSearch через normalization-processor
BM25 плюс k-NN, min_max/L2/z_score, weights, search pipeline, общие ACL-фильтры и оценка nDCG@10 на трёх baselines.
Как настроить multitenancy в Qdrant через payload и is_tenant
Одна коллекция Qdrant для многих tenants: keyword payload index с is_tenant=true, обязательный фильтр, backend mapping и тест межклиентской изоляции.