Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как создать эмбеддинги Together AI и проверить порядок векторов
Один и несколько текстов через embeddings.create, multilingual E5, индексы response.data, единая модель для базы и запроса, контроль similarity.
Как создать первого AI-агента LangChain на Python и проверить ответ
Минимальный create_agent в LangChain 1.x: provider:model, системная инструкция, сообщения и тест ответа без фиктивных инструментов.
Как подключить OpenAI SDK к Together AI без скрытой несовместимости
Замена API key и base_url, проверка model ID, таблица поддерживаемых методов и тест параметров, которые Together принимает, но игнорирует.
Как создать векторный индекс Azure AI Search с верной размерностью
Рабочая схема REST для vector field, HNSW и profile: согласование dimensions с embedding и тест ошибки несовпадения.
Как добавить rerank в RAG через Together AI и измерить Recall@k
Переранжирование кандидатов по query, top_n, index и relevance_score, сохранение исходных документов и сравнение Recall@k с vector search.
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 обработать параллельные tool calls Together AI без путаницы результатов
Несколько вызовов одной или разных функций: уникальные call ID, ограниченный fan-out, независимые таймауты и правильный возврат результатов модели.
Как получить строгий JSON по схеме в Together AI
Structured Outputs через response_format: поддерживаемая модель, Pydantic-схема, required, запрет лишних полей и повторная серверная валидация.
Как проверить JSONL перед fine-tuning в Together AI
Локальная проверка UTF-8 и JSONL, лимит 100 GB, upload purpose, processing_status, INVALID_FORMAT и отдельная validation-выборка.
Как разделить трафик между deployments Together AI без неверных процентов
Traffic weights, готовые replicas, update_mask=trafficSplit, нулевой вес, endpoint_not_configured и проверка фактического распределения.
Как создать on-demand deployment Fireworks AI и выбрать deployment shape
Выбор shape, создание через firectl, фиксация региона, проверка состояния и запрос по ресурсу deployment без выдуманных GPU-конфигураций.
Как запустить Batch API Together AI и не потерять строки результата
JSONL с custom_id до 64 символов, загрузка файла, polling статуса, output_file_id, отдельный error_file_id и сверка полноты.
Почему Together AI возвращает 429 и как читать x-ratelimit-reset
Динамические serverless limits, сглаживание RPM, x-ratelimit-reset, backoff с jitter и отличие от GPU quota dedicated deployment.
Как создать агента CrewAI с role, goal и backstory
Минимальный агент CrewAI с обязательными role, goal и backstory, ограничением max_iter, точным заданием и критериями проверки результата.
Как создать набор регрессионных вопросов для AI-бота в MLflow
Сохраняем вопросы и ожидаемые ответы в MLflow GenAI Dataset, проверяем схему и не смешиваем тесты с реальными клиентскими данными.
Как создать эмбеддинги в Gemini API и проверить семантический поиск
Как вызвать embedContent в Gemini API, индексировать фрагменты, считать сходство и проверить поиск на реалистичном наборе вопросов.
Как настроить проектный API-ключ OpenAI и разделить доступ приложений
Как создать отдельный проект OpenAI API, выпустить ключ, ограничить роли, настроить бюджеты и безопасную ротацию.
Как создать эмбеддинги через Hugging Face Inference Providers
Как выбрать feature-extraction модель, вызвать API, включить normalize и проверить размерность и качество семантического поиска.
Как создать incremental backup Weaviate и проверить восстановление
Полный и incremental backup Weaviate: backend, backup_id, include_collections, wait_for_completion, цепочка base backup, restore и контроль объектов.
Как сделать RAG на Cloudflare Workers AI и Vectorize без ошибки размерности
Создание Vectorize index с dimensions и cosine, AI и Vectorize bindings, генерация embeddings одной моделью, insert/query и проверка релевантности.