Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как сделать семантический поиск через Ollama embeddings локально
Локальный поиск по смыслу через Ollama embeddings: чанки, API, cosine similarity и тест релевантности.
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 запустить локальный API в LM Studio и подключить приложение
Как загрузить модель в LM Studio, включить локальный сервер, отправить OpenAI-совместимый запрос и проверить ответ приложения.
Как сделать поиск по документам с RAG: от файлов до проверяемого ответа
Понятный план RAG-системы: очистка документов, разбиение текста, embeddings, поиск фрагментов и ответы со ссылками.
Perplexity или ChatGPT для поиска: что выбрать для учёбы и работы
Сравниваем Perplexity и ChatGPT для поиска: источники, диалог, работа с черновиками и способ выбрать сервис на реальной задаче.
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 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 добавить веб-поиск в OpenAI Responses API и сохранить источники
Практическая настройка web_search в Responses API: запрос, список источников, проверка цитат и обработка неполных данных.
Как подключить веб-поиск к OpenAI Responses API и получить проверяемые источники
Рабочий web_search в Responses API: вызов инструмента, доменные ограничения, чтение URL-цитат и проверка актуальности ответа.
Что такое эмбеддинги в нейросетях и зачем они нужны поиску
Объясняем простыми словами, как текст превращается в числовое представление и почему это помогает искать документы по смыслу.
Как настроить поиск в Perplexity: источники, режимы и проверка ответа
Как задавать вопрос Perplexity, выбирать источники и проверять ссылки, чтобы получить исследование, а не уверенный пересказ.
Как добавить Google Maps grounding в Gemini API для поиска мест
Как добавить Google Maps grounding в Gemini API для поиска мест: конкретные шаги, тестовый пример, проверка результата и ошибки.
Как фильтровать поиск по метаданным в OpenAI vector store
Как фильтровать поиск по метаданным в OpenAI vector store: применимость, настройка, пример, метрики и ошибки.
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.
Perplexity Pro или ChatGPT Plus: что лучше для поиска и работы
Обзор Perplexity Pro и ChatGPT Plus: поиск с источниками, исследования, создание контента и выбор одной подписки под свои задачи.
Grok или ChatGPT: обзор нейросетей для поиска, текстов и идей
Сравниваем Grok и ChatGPT: поиск актуальной информации, создание контента, работа с файлами и критерии выбора без фанатизма.
Как собрать кластер поисковых запросов с ИИ для структуры сайта
Как превратить список запросов в страницы и статьи, избежать каннибализации и проверить результат данными поиска.
Как использовать embeddings Mistral для семантического поиска по документам
Практическое руководство: рабочий пример, структура ответа, ограничения, негативные тесты и проверка результата для запроса «как использовать embeddings Mistral».
Как ограничить поиск Perplexity API официальными сайтами
Практическое руководство по запросу «как настроить фильтр сайтов Perplexity API»: рабочий пример, реальные поля API, ограничения и проверка результата.
Как сделать поиск по PDF через OpenAI File Search: загрузка, запрос и проверка цитат
Пошаговый гайд по File Search в Responses API: загрузить PDF, задать вопрос, получить фрагменты и проверить ответ.