Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
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 настроить streaming в Deepgram API без потери финальных реплик
WebSocket-транскрибация Deepgram: параметры кодека, interim_results, is_final, завершение потока, сбор финального текста и тест на обрыв.
Как улучшить распознавание терминов в Deepgram через keyterm
Keyterm Prompting для Nova-3 и Flux: повтор параметров, URL-кодирование фраз, ограничения, регистр и честный тест recall на словаре терминов.
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 разделить спикеров в Deepgram: diarize_model и сбор реплик
Актуальная диаризация Deepgram для записи и streaming: latest, v1/v2, speaker на уровне слов, переходы между говорящими и проверка качества.
Как скрыть чувствительные данные в Deepgram с помощью redaction
Redaction для numbers, pci, pii и phi: языковые ограничения, повтор параметров, контрольная запись с картой секретов и проверка утечек.
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 определить язык аудио в Deepgram и проверить language_confidence
detect_language=true для предзаписанного и streaming-аудио: detected_language, confidence, многоканальные записи и отличие от multilingual.
Как получить summary аудио в Deepgram и не ошибиться с языком
Summarization v2 в Deepgram: английский язык, поля result и short, обработка warnings при detect_language и проверка краткого содержания по фактам.
Как включить Smart Format в Deepgram и проверить даты, числа и пунктуацию
Что реально делает smart_format=true, различия языков, задержка финализации в streaming, no_delay и A/B-проверка на контрольной записи.
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 настроить autoscaling Fireworks AI и обработать scale-to-zero
min/max replicas, окна масштабирования, load targets, код DEPLOYMENT_SCALING_UP и проверка холодного старта без потери запросов.
Как определить тональность отзыва через Transformers pipeline и проверить ошибочные метки
Практика text-classification для англоязычных отзывов: явная модель, оценки уверенности, проверка отрицаний и схема ручной приёмки.
Как собрать имена и организации из текста через Transformers NER без разорванных токенов
Token classification и aggregation_strategy=simple: выделяем сущности с offsets, сверяем фрагменты оригинала и не публикуем сырые догадки.
Как настроить смысловой поиск в Haystack InMemoryEmbeddingRetriever
Индексируем документы и запрос одной embedding-моделью, проверяем размерность, top_k и качество на перефразировках.
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.