togethercomputer/together-cookbook

해결하는 문제

개발자가 Together AI 플랫폼을 사용하여 오픈 소스 AI 모델을 구현할 수 있도록 돕는 포괄적인 코드 예제와 가이드를 제공합니다. 모델에 대한 액세스 권한을 갖는 것과 복잡하고 프로덕션 준비가 완료된 AI 워크플로우를 구축하는 방법을 아는 것 사이의 간극을 메워줍니다.

작동 방식

이 프로젝트는 Jupyter notebooks와 코드 스니펫으로 구성된 '쿡북' 형태로 정리되어 있습니다. 개발자는 이러한 레시피를 복사하여 에이전트 워크플로우, 파인튜닝 전략, 검색 증강 생성 (RAG) 파이프라인과 같은 특정 AI 패턴을 구현할 수 있으며, 이 모든 것은 Together AI API와 상호 작용합니다.

대상 독자

오픈 소스 모델을 사용하여 애플리케이션을 구축하고자 하며, 고급 LLM 기술에 대한 실용적이고 실행 가능한 예제가 필요한 개발자 및 AI 엔지니어.

주요 특징

• 에이전트 워크플로우 (Agentic Workflows): 직렬, 병렬, 루프 및 오케스트레이터 하위 작업 에이전트의 예제와 LangGraph, PydanticAI, DSPy와 같은 프레임워크와의 통합.
• 고급 파인튜닝 (Advanced Fine-tuning): LoRA, DPO (선호도 튜닝), 지속적 파인튜닝, 그리고 추론, 함수 호출 및 시각 언어 모델을 위한 전문적인 튜닝 가이드.
• RAG 및 검색 (RAG & Search): 컨텍스트 RAG, 멀티모달 RAG 및 리랭킹을 포함한 의미론적 검색 구현.
• 멀티모달 비전 (Multimodal Vision): 시각 언어 모델을 사용한 OCR, 2D/3D 그라운딩, 비디오 이해 및 문서 파싱을 위한 레시피.