Artykuły dla tych, którzy
wdrażają stack
Materiały o React, Node.js, TypeScript i AI. Przetłumaczony tekst jest pokazany, gdy istnieje. Jeśli nie, widać tekst angielski i dopisek o tym.
Tag: chroma
Tworzenie asystenta do dokumentacji typu RAG dla API przy użyciu LlamaIndex
Stwórz asystenta do dokumentacji API przy użyciu LlamaIndex: załaduj pliki Markdown, podziel je na fragmenty za pomocą SentenceSplitter, wzbogac dane embeddingami, przechowaj je w Chromie i przeprowadzaj zapytania za pomocą RAG QueryEngine.
6 min czytaniaChroma Context-1: 20B Sub-Agent do wyszukiwania w celu tańszych i bardziej precyzyjnych rozwiązań typu Agentic RAG
Chroma Context-1 to 20B subagent do wyszukiwania w ramach systemu agentic RAG, który usuwa swój własny kontekst. Sposób jego szkolenia, to, czego potrzebuje od swojego interfejsu, oraz jego ograniczenia.
10 min czytaniaPorównanie pięciu wbudowanych systemów przechowywania wektorów: FAISS, Chroma, LanceDB, VectLite
Pięć wbudowanych baz danych wektorowych przetestowanych pod kątem lokalnego RAG: FAISS, Chroma, LanceDB, VectLite i NumPy porównano pod względem dokładności, opóźnienia, filtrów oraz problemu początkowego uruchomienia.
8 min czytaniaJeden Retriever, trzy backendy: przenoszenie funkcji wyszukiwania z NumPy do Chroma, FAISS i Pinecone
Przenieś ręcznie opracowany narzędzie do wyszukiwania kosinusów w NumPy do Chromy, FAISS i Pinecone, a także dowiedz się, jakie funkcje takie jak indeksy, filtry metadanych i mechanizmy przechowywania wpływają na efektywność, oraz jakie błędy psują trafność wyników.
11 min czytaniaDostosowywanie indeksów HNSW i skalowanie wyszukiwania wektorowego dla produkcji RAG
Dowiedz się, w jaki sposób parametry M i ef w HNSW wpływają na dokładność, opóźnienie i zużycie pamięci, jak ustawić je w Chroma oraz kiedy skalować bazę wektorową pionowo lub poprzez shardowanie.
4 min czytania
O tych artykułach
Wycena w 24 h
Potrzebujesz tego stacka w warstwie operatorskiej? Wyślij brief — wycena w 24 h.