「models」の検索結果

Work with text embeddings — choosing models, pooling, similarity measures, evaluation, and multilingual considerations. Use when building semantic search, clustering, or any similarity-based feature.

日本語の概要は準備中です。原文の説明を表示しています。

Fast serverless inference on Fireworks AI — open models, fine-tuning, and function-calling optimized endpoints.

日本語の概要は準備中です。原文の説明を表示しています。

Fine-tune large language models — data curation, SFT, parameter-efficient methods (LoRA), evaluation, and avoiding common training failures. Use when a base model needs task-specific behavior or domain knowledge.

日本語の概要は準備中です。原文の説明を表示しています。

Build with DeepSeek Coder — open code models with strong reasoning and long-context code understanding.

日本語の概要は準備中です。原文の説明を表示しています。

Program language models instead of prompting them — DSPy signatures, modules, and optimizers that tune prompts automatically.

日本語の概要は準備中です。原文の説明を表示しています。

Align language models with human preferences using Direct Preference Optimization — no reward model, no RL loop.

日本語の概要は準備中です。原文の説明を表示しています。

Generate and edit images with diffusion models: prompting, seeds, CFG, img2img, inpainting, conditioning, and API integration. Use when adding AI image generation to apps or workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Distill large models into smaller ones — teacher-student training, data generation, loss design, and quality validation. Use when you need big-model behavior at small-model cost.

日本語の概要は準備中です。原文の説明を表示しています。

Build SaaS customer support — tiered support models, SLAs, macros, escalation, and support-driven product feedback.

日本語の概要は準備中です。原文の説明を表示しています。

Analytics engineering with dbt — models, tests, and modular SQL pipelines — use when building or maintaining dbt projects.

日本語の概要は準備中です。原文の説明を表示しています。

Build with Mistral's Codestral code models — efficient open code generation with fill-in-the-middle.

日本語の概要は準備中です。原文の説明を表示しています。

Build with Meta's Code Llama — open code models for generation, infilling, and long-context code tasks.

日本語の概要は準備中です。原文の説明を表示しています。

Build with Cohere's enterprise AI — Command models, Embed embeddings, and Rerank for retrieval pipelines.

日本語の概要は準備中です。原文の説明を表示しています。

Clinical prediction models and risk scores — development, validation, calibration, and bedside use.

日本語の概要は準備中です。原文の説明を表示しています。

Elicit step-by-step reasoning from language models to boost accuracy on math, logic, and multi-step problems.

日本語の概要は準備中です。原文の説明を表示しています。

Understanding and optimizing cloud/PaaS pricing — cost models, common traps, and FinOps habits — vendor-neutral.

日本語の概要は準備中です。原文の説明を表示しています。

Deploy ML models to production with Baseten — high-performance inference with autoscaling and custom runtimes.

日本語の概要は準備中です。原文の説明を表示しています。

Analyzing behavioral experiment data — RT/accuracy preprocessing, mixed-effects models, and robust inference.

日本語の概要は準備中です。原文の説明を表示しています。

Build on AWS with Amazon Bedrock — managed foundation models, agents, knowledge bases, and guardrails.

日本語の概要は準備中です。原文の説明を表示しています。

Use OpenAI models on Azure — enterprise deployment with private networking, compliance, and managed scaling.

日本語の概要は準備中です。原文の説明を表示しています。

Build agents on OpenAI's platform patterns — assistants-style threads, function calling, structured outputs, and multi-step tool workflows. Use when working with OpenAI models as the agent engine.

日本語の概要は準備中です。原文の説明を表示しています。

Build with Aleph Alpha's Luminous models — European AI with emphasis on explainability and sovereignty.

日本語の概要は準備中です。原文の説明を表示しています。

Create 3D web experiences: scene setup, models, materials, lighting, animation, scroll-driven scenes, and performance budgets. Use when adding 3D to websites beyond basic demos.

日本語の概要は準備中です。原文の説明を表示しています。

Scale Ray workloads and serve models on Anyscale — managed Ray clusters for training and inference.

日本語の概要は準備中です。原文の説明を表示しています。