Ir al contenido principal
usedby
Together AIusedbyXY.AI Labs

Cómo XY.AI Labs utiliza Together AI

XY.AI ajusta adaptadores LoRA de Qwen 2.5 14B para cada cliente en la plataforma gestionada de ajuste fino de Together AI, con el fin de convertir documentos de Explicación de Beneficios (EOB) del sector sanitario en JSON estructurado. Los adaptadores se sirven mediante inferencia serverless, y se usan las log-probabilidades de los tokens para derivar a revisión humana las predicciones de baja confianza.

ConfirmadoCaso de éxito del proveedor · Verificado el 9 oct 2026
Ver la prueba capturada

El uso: cómo XY.AI Labs implementa Together AI

XY.AI fine-tunes Qwen 2.5 14B LoRA adapters per customer on Together AI's managed fine-tuning platform to parse healthcare Explanation of Benefits documents into structured JSON. The adapters are served on serverless inference, with token log probabilities used to route low-confidence predictions to human review.

Otros resultados publicados

Cifras publicadas en el caso de estudio de Together AI. usedby no las mide de forma independiente.

87%

87% EOB parsing accuracy

77%

driving EOB‑to‑JSON parsing accuracy from 77% to 87% when measured against expert human baselines

10–20 minutes

On Together’s managed infrastructure, training runs complete in 10–20 minutes at roughly $10 per run.

3×

3× faster training cycles

En palabras del cliente

Together AI hace por el ajuste fino y la inferencia lo que Vercel hace por las aplicaciones basadas en LLM: elimina la capa de infraestructura para que podamos centrarnos en nuestro producto. Ajustamos y desplegamos modelos específicos para cada cliente mediante sencillas llamadas a la API. Eso permite que nuestro equipo actual pase de iterar semanalmente a hacerlo a diario, reduzca los costes entre 2 y 3 veces y mejore la precisión del 77 % al 87 %.
Traducción automática del inglés
Ver el originalTogether AI does for fine-tuning and inference what Vercel does for LLM-based apps—it removes the infrastructure layer so we can focus on our product. We fine‑tune and deploy customer‑specific models through simple API calls. That lets our existing team move from weekly to daily iteration, cut costs by 2–3×, and improve accuracy from 77% to 87%.
Lamara De Brouwer, Co-Founder & CTO, XY.AI Labs — Fuente

Otras herramientas de IA utilizadas por XY.AI Labs

Otras relaciones públicas registradas en usedby.

NangoConfirmado
Explorar las herramientas de IA de XY.AI Labs

Clientes de Together AI en HealthTech y Salud Digital

Empresas del mismo sector, con pruebas públicas.

Latent HealthConfirmadoSlingshot AIConfirmado
Ver todos los clientes de Together AI

Más historias

Consultar la fuente

Basado en el caso de éxito publicado por Together AI. Verificamos las pruebas públicas; los resultados son los que declara el proveedor.

together.ai
Última verificación
9 oct 2026
together.aiCaptura del caso de éxito de Together AI sobre XY.AI LabsAbrir la captura
Lo que dice la historia, y lo que verificamos

Lo que comparamos con la página.

  • La cifra: 2–3×Verificado

    Impresa palabra por palabra en la página, cerca del nombre de XY.AI Labs.

  • El pasaje citado arribaVerificado

    Copiado palabra por palabra de la página, cerca del nombre de XY.AI Labs.

  • Los números de nuestro resumenVerificado

    Cada uno está impreso en la página.

  • XY.AI Labs usa Together AIVerificado

    Línea de nivel Confirmado.

  • El resultado en síNo verificado

    Lo citamos; no lo medimos.

Together’s fully managed training and serving eliminated the need for a dedicated AI infrastructure hire. XY.AI’s existing team handles all model development, while infrastructure costs dropped 2–3× compared to the prior self‑hosted setup
De la página. together.ai