[控场AI]

#向量数据库

共 35 篇相关文章

向量数据库已死?RIP背后的技术演进逻辑
·4 分钟

向量数据库已死?RIP背后的技术演进逻辑

turbopuffer 发文《RIP, vector database》在 Hacker News 引发热议。本文解析向量数据库「已死」论背后的技术演进:向量检索正从独立品类被通用数据库吸收,以及开发者该如何做技术选型。

阅读全文 →
Lakebase Search 正式发布:Postgres 原生向量与全文检索
·4 分钟

Lakebase Search 正式发布:Postgres 原生向量与全文检索

Databricks 的 Lakebase Search 正式 GA,将可扩展向量检索与 BM25 全文检索直接内建进 Postgres,官方称成本比 pgvector 便宜 4 倍并支持按量付费,为 AI 智能体提供大规模快速精准的检索能力。

阅读全文 →
点赞失效?任务型LLM如何用物理结果闭环反馈
·5 分钟

点赞失效?任务型LLM如何用物理结果闭环反馈

任务型LLM中用户点赞反馈为何不可靠?一位开发者分享了为工业维修诊断助手构建物理结果反馈闭环的实战方案,涵盖记忆去重、文本规范化与负样本记录等关键工程细节。

阅读全文 →
开源文档智能平台实践:基于RAG的PDF问答与多模型切换
·5 分钟

开源文档智能平台实践:基于RAG的PDF问答与多模型切换

一位开发者开源了基于 RAG 的文档智能问答平台,支持 PDF/DOCX 上传、pgvector 向量检索,并能通过单一配置在 OpenAI 与 Claude 间切换。本文拆解其技术栈、多模型设计与分块检索策略。

阅读全文 →
RAG知识库搭建全解析:从原理到优化的完整流程
·7 分钟

RAG知识库搭建全解析:从原理到优化的完整流程

本文系统梳理RAG知识库搭建的完整流程,从检索增强生成原理讲起,覆盖向量数据库选型、数据切片、embedding模型、检索器组合、重排序等核心优化环节,帮助开发者搭建低幻觉的私有知识库系统。

阅读全文 →
把 SQLite 变成向量数据库:两大扩展实战与对比
·8 分钟

把 SQLite 变成向量数据库:两大扩展实战与对比

如何用 sqlite-vec 与 sqlite-vector 两款扩展把 SQLite 变成向量数据库,支持 embedding 存储与相似度搜索。含虚拟表、元数据过滤、量化及速度/内存/磁盘基准对比,适合 RAG 场景。

阅读全文 →
RAG企业知识库实战:从原理到优化的全流程解析
·6 分钟

RAG企业知识库实战:从原理到优化的全流程解析

RAG企业知识库搭建全流程解析:从检索增强生成原理讲起,深入拆解向量数据库选型、文本切片、词嵌入、检索器与重排序等核心优化环节,帮你理解私有知识库如何降低大模型幻觉。

阅读全文 →
Milvus 2.6 实战:从向量原理到高性能 RAG 问答
科技前沿
·7 分钟

Milvus 2.6 实战:从向量原理到高性能 RAG 问答

基于 Milvus 2.6 讲解向量数据库原理与高性能 RAG 实战,涵盖云原生架构、分层存储、部署方式与优化要点,帮助开发者构建企业级智能问答系统。

阅读全文 →
RAG系统全流程解析:从向量索引到生产优化
深度解读
·4 分钟

RAG系统全流程解析:从向量索引到生产优化

深入解析RAG检索增强生成系统的完整工作流程,涵盖向量嵌入原理、文档分片策略、召回与重排机制,以及问题澄清、多语种衍生、问题分类器三大生产优化技巧,助你构建精准可靠的企业级AI知识库应用。

阅读全文 →
Milvus 3.0-beta深度解析:十大核心特性与架构重构全解读
产品体验
·6 分钟

Milvus 3.0-beta深度解析:十大核心特性与架构重构全解读

深入解析Milvus 3.0-beta十大核心特性,包括External Collection零拷贝查询、Snapshot读写隔离、Order By聚合查询、实体级TTL、Storage V3存储引擎等重大升级,了解其从向量搜索引擎迈向AI数据基础设施的架构演进。

阅读全文 →
RAG企业级落地实战:架构原理与生产级优化全解析
教程攻略
·9 分钟

RAG企业级落地实战:架构原理与生产级优化全解析

深入解析RAG检索增强生成的完整架构流程,涵盖数据索引、向量化、检索优化三大核心环节,分享企业级RAG落地中的分块策略、混合检索、幻觉控制等实战优化经验,助力大模型与业务数据高效结合。

阅读全文 →
RAG技术入门:从大模型幻觉到检索增强生成的完整指南
深度解读
·7 分钟

RAG技术入门:从大模型幻觉到检索增强生成的完整指南

深入解析RAG(检索增强生成)技术原理,了解大模型幻觉、数据滞后、专业知识不足三大痛点,掌握RAG工作流程、核心技术组件及LangChain实战学习路径。

阅读全文 →