SpringAI用嵌入模型操作向量数据库！
嵌入模型（Embedding Model）和向量数据库（Vector Database/vector Store）是一对亲密无间的合作伙伴，也是 AI 技术栈中紧密关联的两大核心组件，两者的协同作用构成了现代语义搜索、推荐系统和 RAG（Retrieval A
向量数据库
.NET 原生驾驭 AI 新基建实战系列（一）：向量数据库的应用与畅想
在当今数据驱动的时代，向量数据库（Vector Database）作为一种新兴的数据库技术，正逐渐成为软件开发领域的重要组成部分。特别是在 .NET 生态系统中，向量数据库的应用为开发者提供了构建智能、高效应用程序的新途径。
使用MyBatisPlus的只增强方式 优雅的操作向量数据库 Milvus
一飞开源，介绍创意、新奇、有趣、实用的开源应用、系统、软件、硬件及技术，一个探索、发现、分享、使用与互动交流的开源技术社区平台。致力于打造活力开源社区，共建开源新生态！
开源语音 RAG 助手！自然语音实时搜索向量数据库，革新语音交互体验
它是由 Deluxer 团队开发并在 GitHub 上开源的语音 RAG 助手。能实时处理你的语音指令，从 Qdrant 数据库中检索信息并生成回答。
凉凉了吗？谈向量数据库的兴与衰
过去几年里，我观察到嵌入技术从大科技公司的“秘密武器”变成了普通开发者的工具。接下来发生的事情——向量数据库的淘金热、RAG（检索增强生成）的炒作周期，以及最终的调整——教会了我们关于新技术如何在更广泛的生态系统中找到自己的位置的宝贵经验。
向量数据库为何将在AI时代长盛不衰
单用途数据库已经产生了许多专注于向量存储、搜索和检索的向量数据库；但是，它们无法管理任何其他类型的数据。它们是为单一目的而构建的，因此得名单用途数据库。这方面的例子包括Chroma、Pinecone和Weaviate。
向量数据库：AI智能体创新的基石
未来数年，向量数据库的增长势头丝毫没有减弱的迹象，Forrester 预测，到 2026 年，大多数组织都将在生产环境中使用向量数据库。然而，向量数据库及其面临的挑战将发生巨大变化，尤其是在大规模使用的情况下。如今，这在向量数据库在企业采用 AI 智能体中所扮
推理 + Serverless + 混合搜索，向量数据库发展的新标杆
大型语言模型（LLM）将向量数据库从晦涩难懂的搜索技术，转变为AI成功的必备产品。在ChatGPT之前，只有少数“原生”的向量数据库，如Pinecone、Milvus、Zilliz等。
卓世智星申请基于向量数据库的图书推荐专利，能够提高图书推荐准确度
国家知识产权局信息显示，卓世智星（青田）元宇宙科技有限公司申请一项名为“一种基于向量数据库的图书推荐方法及系统”的专利，公开号CN 119293330 A，申请日期为2024年10月。
2024年向量数据库研究：大模型发展的基座
数据库即用来组织、存储和管理数据的仓库，允许用户和程序以各种方式访问和处理数据。数据库的设计旨在管理大量信息，同时支持快速访问、高效查询、可靠的事务处理和并发访问。
基于LangChain和云原生向量数据库Milvus开发混合搜索AI程序
最近，我们——来自IBM研究中心的团队——需要在Milvus向量存储中使用混合搜索技术。因为我们已经在使用LangChain框架，所以我们决定一鼓作气贡献出在langchain-milvus中启用这一功能所需的一切。其中包括通过langchain接口支持稀疏嵌
后Scaling Law时代，向量数据库如何重塑大模型基础设施格局？
在人工智能领域，一场静悄悄的革命正在发生。曾几何时，大数据训练被视为提升AI智能的关键路径，但如今，这一方法的潜力似乎已触及天花板。ChatGPT背后的核心人物Ilya Sutskever在最近的一次采访中直言不讳，指出通过扩大预训练规模来提升AI性能的做法已
后Scaling Law时代，需要一份向量数据库的琅琊榜
“如果说算力是火箭的机体，那么算法是控制系统，数据是燃料，虽然每一轮计算机技术的革命都是从硬件开始，然后是算法的进步，但数据才是最核心、最有价值的资源。”“未来这个赛道，将跑出估值至少百亿美金的公司。”
原生 vs 多模向量数据库，哪款才是你的“天选之子”？
在ChatGPT等自然语言大模型之前，市场面的“原生”向量数据库屈指可数，如Pinecone、Milvus、Zilliz等，且大多以开源的形式谋求发展。
Pinecone增强其向量数据库平台的检索功能
译自 Pinecone Revamps Retrieval Capabilities for Its Vector Database Platform，作者 Jelani Harper。
ELASTICSEARCH很好，但向量数据库才是未来
实际上，有效的信息检索系统既需要语义理解，也需要精确的关键词匹配。例如，用户期望搜索结果显示与其搜索查询相关的概念，同时也要尊重查询中使用的文字，例如特殊术语和名称，并返回精确匹配的结果。
矩阵起源领航向量数据库新赛道，IDC报告揭示RAG技术前沿趋势
国际权威市场研究机构IDC最新出炉的《RAG与向量数据库市场前景展望》报告，深度剖析了检索增强生成（RAG）技术与向量数据库市场的最新动态及未来趋势。报告指出，随着生成式AI技术的广泛应用，向量数据库已成为支撑企业知识管理、内容创作及智能搜索需求的关键基石。
向量数据库的中场战事：长期主义者Zilliz如何全球突围
这一天，OpenAI ChatGPT 发布了一个名叫 chatgpt-retrieval-plugin 的插件功能。而在官方 plugin 给出的标准案例中，OpenAI 专门提到，向量数据库是大模型产品形成长期记忆一个必不可少的组件。
将向量数据库与现有IT基础设施集成
随着人工智能（AI）应用日益先进，管理海量复杂数据变得至关重要。向量数据库专为高维数据而设计，已成为组织寻求最大化其AI计划价值的关键工具。通过实现高效的相似性搜索，这些数据库允许公司基于含义和上下文而非仅基于关键字匹配来检索信息。这种能力对于推荐引擎、欺诈检