togethercomputer/together-cookbook

解決する課題

開発者が Together AI プラットフォームを使用してオープンソース AI モデルを実装するための、包括的なコード例とガイドを提供します。モデルへのアクセス権を持つことと、複雑で本番環境に対応した AI ワークフローを構築する方法を知ることの間のギャップを埋めます。

仕組み

このプロジェクトは、Jupyter notebooks とコードスニペットの「クックブック」として構成されています。開発者はこれらのレシピをコピーして、エージェントワークフロー、ファインチューニング戦略、検索拡張生成 (RAG) パイプラインなど、特定の AI パターンを実装できます。これらはすべて Together AI API と連携します。

対象読者

オープンソースモデルを使用してアプリケーションを構築したいと考えており、高度な LLM 技術の実用的で実行可能な例を必要としている開発者および AI エンジニア。

ハイライト

• エージェントワークフロー (Agentic Workflows): シリアル、パラレル、ループ、オーケストレーターサブタスクエージェントの例、および LangGraph、PydanticAI、DSPy などのフレームワークとの統合。
• 高度なファインチューニング (Advanced Fine-tuning): LoRA、DPO (選好チューニング)、継続的ファインチューニング、および推論、関数呼び出し、視覚言語モデル向けの専門的なチューニングガイド。
• RAG と検索 (RAG & Search): コンテキスト RAG、マルチモーダル RAG、およびリランキングを伴うセマンティック検索の実装。
• マルチモーダルビジョン (Multimodal Vision): 視覚言語モデルを使用した OCR、2D/3D グラウンディング、動画理解、ドキュメント解析のためのレシピ。