向量数据库博客
学习技术干货,参考用户案例,了解公司动态及社区活动。探索海量向量数据库内容。
技术干货
解码Softmax:理解其在人工智能中的功能和影响
本文将讨论Softmax激活函数,它的应用、挑战以及提高性能的技巧。
![变革医疗保健:向量数据库在患者护理中的作用](https://assets.zilliz.com/cms-cn/large_38_400c6273ce.png)
技术干货
变革医疗保健:向量数据库在患者护理中的作用
探索向量数据库如何在医疗环境中变革患者护理。
![使用Unstructured和Milvus向量化和查询EPUB内容](https://assets.zilliz.com/cms-cn/large_87_1_a9db633a31.png)
技术干货
使用Unstructured和Milvus向量化和查询EPUB内容
在这篇文章中,我们探讨了使用Milvus和Unstructured框架向量化和检索EPUB数据,为开发人员提供了提高LLM性能的可行见解。
![大型语言模型与搜索](https://assets.zilliz.com/cms-cn/large_42_1_e2be6f6f2b.png)
技术干货
大型语言模型与搜索
探索大型语言模型(LLMs)与搜索技术的集成,介绍由Zilliz和Milvus促进的现实世界应用和进步。
![构建一个税务上诉RAG系统:Milvus、LlamaIndex和GPT](https://assets.zilliz.com/cms-cn/37_4d9a31f3f6.png)
技术干货
构建一个税务上诉RAG系统:Milvus、LlamaIndex和GPT
Zilliz、LlamaIndex、微软和西雅图地区的爱好者每月举办黑客马拉松,探索潜在的创业想法。四个陌生人在同一天提出的想法上共同构建一个工作原型的可能性微乎其微。SaveHaven项目就展示了这样一个故事。
![使用Milvus和BGE-M3嵌入和查询多语言](https://assets.zilliz.com/cms-cn/86_da2fcf953e.png)
技术干货
使用Milvus和BGE-M3嵌入和查询多语言
本指南将探讨使用Milvus和BGE-M3多语言嵌入模型将多语言嵌入向量空间的挑战、策略和方法。
![All-Mpnet-Base-V2:用AI增强句子嵌入](https://assets.zilliz.com/cms-cn/large_40_be25fbaa07.png)
技术干货
All-Mpnet-Base-V2:用AI增强句子嵌入
在这篇文章中,我们将深入探讨在句子嵌入发展中发挥了重要作用的深度学习模型之一:MPNet。
![介绍Cardinal:向量搜索性能最强的引擎](https://assets.zilliz.com/cms-cn/large_90_d96e39487b.png)
技术干货
介绍Cardinal:向量搜索性能最强的引擎
依赖于近似最近邻搜索(ANNS)的向量搜索可能会为了提高性能而牺牲一定程度的准确性。反过来,提高的性能又允许更高的精度。
![解密颜色直方图:图像处理与分析指南](https://assets.zilliz.com/cms-cn/46_1_707175a894.png)
技术干货
解密颜色直方图:图像处理与分析指南
掌握颜色直方图对于任何从事图像处理与分析的人来说都是不可或缺的。通过理解颜色分布的细微差别并利用高级技术,从业者可以在各种成像项目和研究工作中充分发挥颜色直方图的全部潜力。