Comment XY.AI Labs utilise Together AI
XY.AI affine des adaptateurs LoRA Qwen 2.5 14B pour chaque client sur la plateforme de fine-tuning managée de Together AI afin de convertir des documents d'explication des prestations (EOB) du secteur de la santé en JSON structuré. Les adaptateurs sont servis via l'inférence serverless, et les log-probabilités des tokens servent à orienter les prédictions à faible confiance vers une revue humaine.
Voir la preuve capturéeL’usage : comment XY.AI Labs déploie 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.
Autres résultats publiés
Chiffres publiés dans l’étude de cas de Together AI. usedby ne les mesure pas de façon indépendante.
87% EOB parsing accuracy
driving EOB‑to‑JSON parsing accuracy from 77% to 87% when measured against expert human baselines
On Together’s managed infrastructure, training runs complete in 10–20 minutes at roughly $10 per run.
3× faster training cycles
Le témoignage du client
Together AI fait pour le fine-tuning et l'inférence ce que Vercel fait pour les applications basées sur des LLM : il supprime la couche d'infrastructure pour que nous puissions nous concentrer sur notre produit. Nous affinons et déployons des modèles propres à chaque client via de simples appels d'API. Cela permet à notre équipe actuelle de passer d'une itération hebdomadaire à une itération quotidienne, de réduire les coûts de 2 à 3 fois et de faire passer la précision de 77 % à 87 %.Traduction automatique de l’anglaisVoir l’original
Together 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%.Les autres outils IA utilisés par XY.AI Labs
Autres relations publiques recensées sur usedby.
Explorer la stack IA de XY.AI Labs
Les clients de Together AI dans le secteur HealthTech & Santé numérique
Des entreprises du même secteur, avec une preuve publique.
Voir tous les clients de Together AI
Consulter la source
Cette synthèse repose sur l’étude de cas publiée par Together AI. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
together.ai- Dernière vérification
- 9 oct. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- Le chiffre : 2–3×Vérifié
Imprimé mot pour mot sur la page, près du nom de XY.AI Labs.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de XY.AI Labs.
- Les nombres de notre résuméVérifié
Chacun est imprimé sur la page.
- XY.AI Labs utilise Together AIVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
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