Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как настроить память в ChatGPT и контролировать сохранённый контекст
Разбираем память ChatGPT: чем она отличается от истории чатов, где проверить сохранённые сведения и как убрать лишнее.
Как разобрать ошибку агента smolagents через replay и память
Диагностика smolagents через replay, memory.steps и get_full_steps: что смотреть, как обезличить данные и почему трасса не доказывает качество.
Как сбросить память smolagents между пользователями
Сброс memory в smolagents через run(reset=True): два пользователя, тест на отсутствие старого маркера, продолжение reset=False и правила изоляции.
Как сократить память backprop через jax.checkpoint
Gradient checkpointing в JAX 0.11.2: rematerialization, обмен памяти на вычисления и проверка равенства output и gradients.
Как подключить Memory Tool в Claude API и безопасно хранить память агента
Настройка Claude Memory Tool: клиентский обработчик, каталог /memories, изоляция пользователей, защита от path traversal и проверка записи.
Как посмотреть загруженные в память модели через Ollama API /api/ps
Читаем GET /api/ps, отличаем запущенные модели от установленных, проверяем size, size_vram, expires_at и context_length для мониторинга памяти.
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 сохранить историю диалога LangChain по thread_id
InMemorySaver, одинаковый thread_id для продолжения и отдельный ID для другого пользователя без смешивания бесед.
Как ограничить размер пакета при индексации в LlamaIndex VectorStoreIndex
insert_batch_size при from_documents: контролируем память и задержки загрузки, не путая пакет с размером чанка.
Как настроить M, EF_CONSTRUCTION и EF_RUNTIME для HNSW в Redis
Пошаговый benchmark HNSW Redis: build-параметры M и EF_CONSTRUCTION, query-параметр EF_RUNTIME, Recall@10, p95 и память.
Как выбрать FLAT или HNSW для векторного поиска Redis
Сравнение exact FLAT и approximate HNSW в Redis: recall, latency, память, build time и воспроизводимый benchmark на одном корпусе.
Как работает Prompt Caching в OpenAI API и что реально экономит токены
Объясняем Prompt Caching: какой префикс повторять, куда ставить переменную часть, как измерять cached tokens и не путать кэш с памятью.
Как хранить историю агента в MongoDBSession
Подключаем MongoDBSession.from_uri, выполняем два хода, проверяем память и корректно закрываем принадлежащий сессии клиент.
Как собрать ИИ-агента в n8n: триггер, модель, инструмент и тестовый контур
Практическая сборка AI Agent workflow в n8n: вход, Chat Model, ограниченный инструмент, память и проверка ошибок.
Как исключить bias из weight decay через Optax
Optax 0.2.6: маска add_decayed_weights применяет decay к kernel и оставляет bias без изменения.
Как использовать Huber loss в Optax для регрессии с выбросами
Optax 0.2.6: Huber loss квадратичен около нуля и линеен после delta; проверяем ошибки 0,5 и 2.
Как использовать sigmoid focal loss в Optax
Optax 0.2.6: focal loss для logits 0 и labels 0/1 при gamma=2; проверка симметричного базового значения.
Как ограничить gradient каждого примера через Optax
Optax 0.2.6: per_example_global_norm_clip отдельно ограничивает batch-градиенты и возвращает их сумму и число clipping-событий.
Как накапливать gradients через Optax MultiSteps
Optax 0.2.6: MultiSteps усредняет два microbatch-gradient и обновляет SGD только на каждом втором вызове.
Как обновлять target network через Optax periodic_update
Optax 0.2.6: periodic_update копирует online parameters на шагах, кратных update_period, и сохраняет target между ними.