Статьи для тех, кто
выводит стек в прод
Материалы о React, Node.js, TypeScript и AI. Переведённый текст показывается, если он есть. Если нет — вы видите английский текст и пометку об этом.
Тег: vector-search
Виртуальная файловая система на основе MongoDB для глубоких агентов LangChain
Виртуальная файловая система на основе MongoDB для LangChain Deep Agents: байты хранятся в облачном хранилище объектов, поиск осуществляется в Atlas с использованием гибридного grep, метода объединения рейтингов, разбиения на части и синхронизации.
8 мин чтенияОт прототипа к производственному RAG: гибридный поиск, агенты и оценка
Архитектура для производственного использования RAG в .NET: разбиение на чанки, гибридный и графовый поиск, переранжирование, планирование запросов, типизированный вывод и постоянная оценка.
8 мин чтенияФильтрация метаданных для Databricks RAG с использованием функций ai_extract и ai_prep_search
Соедините функции ai_parse_document, ai_extract v2.1 и ai_prep_search так, чтобы каждый фрагмент содержал введенные метаданные, что позволит системе Vector Search фильтровать их перед ранжированием по степени сходства.
7 мин чтенияПрактическая архитектура RAG на Firebase и Vertex AI с векторами Firestore.
RAG в Firebase с встраиванием данных из Vertex AI и векторным поиском в Firestore: группировка запросов, фильтры метаданных, изоляция тенантов, основанные на фактах промпты, кэширование и метрики.
10 мин чтенияПочему RAG всё ещё даёт неверные ответы: гибридный поиск, переранжирование и Recall@K
Чистые фрагменты не гарантируют качественных ответов. Рассмотрим, где терпит неудачу поиск векторов, и как методы фьюжн, кросс-кодер для переранжирования, HyDE и метрика Recall@K это исправляют.
6 мин чтенияГибридный поиск изображений в масштабе: SigLIP, SPLADE, YOLOv8 и Gemini Captions
Разработка системы поиска миллиона изображений, которая сочетает плотные и разреженные эмбеддинги с обнаружением объектов, распознаванием сущностей, фильтрацией контента и описаниями, написанными с помощью больших языковых моделей.
6 мин чтенияКак RAG позволяет большой языковой модели использовать ваши личные данные: фрагменты, векторы, промпты
Понимание процесса генерации с использованием усиления через поиск от загрузки данных до выполнения запроса, с простым примером на Node.js, тремя распространёнными способами сбоев и таблицей сравнения RAG и тонкой настройки.
8 мин чтенияЛокальная система обработки текста с использованием Qdrant, fastembed и Gemini на Python
Небольшая система RAG на Python: разбивка локальных документов на части, встраивание их офлайн с помощью fastembed, хранение векторов в Qdrant и ответы на вопросы с использованием Gemini через командную строку.
6 мин чтенияДесять скрытых ошибок поиска в производственных системах RAG и способы устранения каждой из них.
От размера блоков и перекрытия к гибридному поиску, RRF, переранкингу, выбору эмбеддингов и оценке CI: десять ошибок поиска, приводящих к неверным ответам RAG, и способы их устранения.
16 мин чтения
О этих статьях
Оценка за 24 часа
Нужен такой же стек в операторском слое? Пришлите бриф — оценка за 24 часа.