相關(guān)文章

• 

  ModaHub魔搭社區(qū)：Milvus Cloud向量數(shù)據(jù)庫不可小覷

  事實(shí)上，向量數(shù)據(jù)庫并不是一個新的數(shù)據(jù)庫技術(shù)，只是一直以來并沒有什么亮眼的技術(shù)突破，因此顯得有點(diǎn)“籍籍無名”。然而，當(dāng)向量檢索找到典型應(yīng)用場景，成為普遍需求后，向量數(shù)據(jù)庫的真正價(jià)值才日益凸顯。 ? 云和恩墨創(chuàng)始人，中國數(shù)據(jù)庫聯(lián)盟（ACDU） 主席蓋國強(qiáng)表

  2024年02月13日

  瀏覽(40)

• ModaHub魔搭社區(qū)：CVP架構(gòu)崛起，向量數(shù)據(jù)庫破圈

  目錄 1 ChatGPT is NOT all you need 2 多階段賦能應(yīng)用落地 3

  2024年02月12日

  瀏覽(36)
• 

  ModaHub魔搭社區(qū)：騰訊云定義AI Native向量數(shù)據(jù)庫

  大模型時(shí)代的到來，擁抱大模型成為企業(yè)的剛需。 向量數(shù)據(jù)庫通過把數(shù)據(jù)向量化然后進(jìn)行存儲和查詢，可以極大地提升效率和降低成本。它能解決大模型預(yù)訓(xùn)練成本高、沒有“長期記憶”、知識更新不足、提示詞工程復(fù)雜等問題，突破大模型在時(shí)間和空間上的限制，加速大模

  2024年02月12日

  瀏覽(34)

• ModaHub魔搭社區(qū)：向量數(shù)據(jù)庫Weaviate與Milvus分析報(bào)告

  目錄 Weaviate與Milvus分析報(bào)告 一、Weaviate與Milvus可擴(kuò)展性對比 二、Weaviate與Milvus功能對比 三、Weaviate與Milvus設(shè)計(jì)對比 在當(dāng)今的大數(shù)據(jù)時(shí)代，數(shù)據(jù)規(guī)模不斷增長，處理非結(jié)構(gòu)化數(shù)據(jù)的能力變得至關(guān)重要。向量數(shù)據(jù)庫作為處理非結(jié)構(gòu)化數(shù)據(jù)的關(guān)鍵工具，正逐漸受到廣泛關(guān)注。在這份

  2024年02月16日

  瀏覽(26)

• ModaHub魔搭社區(qū)：向量數(shù)據(jù)庫Milvus部署運(yùn)維問題教程（一）

  目錄 部署運(yùn)維問題 如果在安裝 Milvus 時(shí)，從 Docker Hub 拉取鏡像總是失敗怎么辦？ Milvus 只能使用 Docker 部署嗎？ 為什么 Milvus 返回 config check error 的錯誤？ 為什么在導(dǎo)入數(shù)據(jù)時(shí) Milvus 顯示 no space left on device 的錯誤？ 為什么 Milvus 查詢召回率一直不理想？ 為什么更新過的設(shè)置沒

  2024年02月12日

  瀏覽(28)
• 

  ModaHub魔搭社區(qū)：AI原生云向量數(shù)據(jù)庫MIlvus Cloud實(shí)現(xiàn) HNSW

  HNSW 并不簡單，因此我們只在此處進(jìn)行最簡單的實(shí)現(xiàn)。像之前一樣，我們首先創(chuàng)建一組（128 維）向量的數(shù)據(jù)集： 第一步是構(gòu)建 HNSW 索引。為此，我們需要將每個向量添加到我們的數(shù)據(jù)集中。我們首先創(chuàng)建一個數(shù)據(jù)結(jié)構(gòu)來保存索引。在這個基本示例中，我們將使用列表的列表來

  2024年02月15日

  瀏覽(25)
• 

  ModaHub魔搭社區(qū)：AI原生云向量數(shù)據(jù)庫MIlvus Cloud的倒置文件索引？

  目錄 VF 總結(jié) 平面索引很不錯，但它無法擴(kuò)展。這就是向量搜索的數(shù)據(jù)結(jié)構(gòu)發(fā)揮作用的地方。通過犧牲準(zhǔn)確性來減少運(yùn)行時(shí)間，以便顯著提高查詢速度和吞吐量?，F(xiàn)在有很多索引策略，其中最常用的是倒置文件索引（IVF）。 拋開花哨的名字，IVF 實(shí)際上是相當(dāng)簡單的。IVF 通過

  2024年02月16日

  瀏覽(19)
• 

  ModaHub魔搭社區(qū)——未來向量數(shù)據(jù)庫會不像傳統(tǒng)數(shù)據(jù)庫那樣，在國內(nèi)涌現(xiàn) 200 多家出來？

  隨著技術(shù)的迭代速度越來越快，技術(shù)門檻也在逐漸降低，數(shù)據(jù)庫市場的持續(xù)擴(kuò)張是不可避免的。當(dāng)前存在著大量的需求，這將吸引越來越多的數(shù)據(jù)庫甚至向量數(shù)據(jù)庫加入競爭。然而，從業(yè)界角度看，這種市場擴(kuò)張是有利的。它可以促使更多的技術(shù)和業(yè)務(wù)參與，盡管市場在一定

  2024年02月10日

  瀏覽(33)
• 

  ModaHub魔搭社區(qū)：騰訊云發(fā)布的向量數(shù)據(jù)庫有什么特點(diǎn)？技術(shù)架構(gòu)是什么樣的？

  騰訊云發(fā)布的向量數(shù)據(jù)庫有什么特點(diǎn)？技術(shù)架構(gòu)是什么樣的？ Tencent Cloud VectorDB從性能上看，具備高性能、高可用、低成本等優(yōu)勢，比如單索引支持10億級向量規(guī)模，最快支持毫秒級數(shù)據(jù)實(shí)時(shí)更新，適用于AI運(yùn)算、檢索，數(shù)據(jù)接入AI的效率比傳統(tǒng)方案提升10倍。 同時(shí)，提供多副

  2024年02月12日

  瀏覽(30)
• 

  ModaHub魔搭社區(qū)：AI原生云向量數(shù)據(jù)庫Zilliz Cloud與 LangChain 集成搭建智能文檔問答系統(tǒng)

  目錄 準(zhǔn)備工作 主要參數(shù) 準(zhǔn)備數(shù)據(jù) 開始提問 本文將演示如何使用 Zilliz Cloud 和 LangChain 搭建基于大語言模型（LLM）的問答系統(tǒng)。在本例中，我們將使用一個 1 CU 的 Cluster，還將使用 OpenAI 的 Embedding API 來獲取指定文本的向量表示。現(xiàn)在就讓我們開始吧。 運(yùn)行本頁中的腳本需要

  2024年02月15日

  瀏覽(27)