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: milvus
Zaawansowane RAG w Milvus: hybrydowe wyszukiwanie, HyDE, przepisywanie zapytań i ponowna sortowanie.
Buduj pipeline Milvus RAG krok po kroku: wektory gęste i BM25, hybrydowe wyszukiwanie RRF, filtry metadanych, przepisywanie zapytań, HyDE, dekompozycja oraz ponowna sortowanie za pomocą cross-encodera.
18 min czytaniaWybór modelu embeddingów do RAG: porównanie MTEB, BGE, Voyage i OpenAI
Wybór modelu embeddingu do RAG: prawidłowe czytanie MTEB, uwagi na temat BGE, Voyage, OpenAI oraz trzech innych modeli, pięcioskładnikowy proces w Milvus i ramy decyzyjne.
7 min czytaniaJak docling-pipelines przechowuje wektory dokumentów dla RAG przy użyciu OpenSearch lub Milvus
Warstwa bazy danych wektorowych w IBM docling-pipelines dla RAG: adaptery OpenSearch i Milvus, które można podłączyć, usuwanie przestarzałych fragmentów danych, automatyczne ustalanie wymiarów, przepływy danych w formacie JSON.
7 min czytaniaPinecone, Weaviate, Milvus, Qdrant lub Chroma: wybór bazy danych wektorowych
Prosty językowy opis każdego podejścia do baz danych wektorowych, od wyszukiwania bez serwerów i hybrydowego do indeksowania w języku Rust i na GPU, wraz z zaletami i wadami oraz sytuacjami, gdy dany sposób jest najbardziej odpowiedni.
8 min czytaniaWskazówki praktyczne: Poprawa wydajności RAG — Część 2: HyDE (Hipotetyczny dokument)
Krok po kroku praktyczne wskazówki: Jak poprawić wydajność RAG — Część 2: HyDE (hipotetyczny dokument zawierający umowy, sprawdzenia oraz miejsca na kod dostępne dla zespołów wdrażających ten wzorzec).
6 min czytania
O tych artykułach
Wycena w 24 h
Potrzebujesz tego stacka w warstwie operatorskiej? Wyślij brief — wycena w 24 h.