Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
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.
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 сделать семантический поиск через Ollama embeddings локально
Локальный поиск по смыслу через Ollama embeddings: чанки, API, cosine similarity и тест релевантности.
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.
ChatGPT Tasks или Google Tasks: что выбрать для напоминаний
Сравниваем задачи ChatGPT и Google Tasks: обычные напоминания, повторение, автоматические сводки и сценарии, где лучше не усложнять.
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 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.
Что лучше для API из России: GigaChat или YandexGPT
Практическое сравнение GigaChat API и YandexGPT API: авторизация, endpoints, функции, embeddings, биллинг и тест выбора.
Как генерировать изображения через Hugging Face Inference Providers API
Практический гайд по text-to-image через Hugging Face InferenceClient: выбор провайдера и модели, токен, PIL, проверка файла и воспроизводимый промпт.
Как отправить пакет запросов через Gemini Batch API и сопоставить ответы
Как создать batch job в Gemini API, выбрать inline или JSONL, отслеживать state и сопоставлять ошибки с исходными запросами.
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 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 анализировать изображения через Ollama Vision локально
Как запустить vision-модель Ollama, передать локальное изображение через API и проверить OCR без выдуманных символов.
Как анализировать изображения в Gemini API: ввод, промпт и проверка OCR
Как передать изображение Gemini API, извлечь видимый текст и объекты, отметить нечитаемые области и проверить результат.
Как анализировать PDF через OpenAI File Inputs и проверять таблицы и схемы
Как передать PDF в Responses API через input_file, выбрать detail, сослаться на страницы и проверить числа по оригиналу.
Как добавить Web Search в Claude API и ограничить источники
Как подключить web_search tool Claude, задать max_uses и домены, собрать цитаты и проверить дату каждого найденного факта.
Как генерировать изображения через OpenAI API и проверять результат
Как выбрать Image API или Responses API, составить технический промпт, сохранить изображение и проверить размеры, текст и ограничения.
Как использовать Code Interpreter в OpenAI API для CSV и получить файл результата
Анализ CSV через Code Interpreter: контейнер, загрузка файла, Python-расчёт, ссылки на артефакты и ручная проверка итогов.
Как использовать Files API Claude: загрузка, file_id и удаление документа
Как загрузить документ в Claude Files API, использовать file_id в Messages API, проверить ответ и удалить временный файл.
Как использовать reasoning-модели OpenAI и проверить ответ на сложной задаче
Reasoning-модели OpenAI: постановка задачи, reasoning effort, проверяемый формат, инструменты и тестирование без запроса скрытой цепочки мыслей.