怎么做以图搜索

技术干货

保护数据完整性：使用LLMware和Milvus进行本地RAG部署

在我们最新的非结构化数据 meetup 会议上，我们有幸邀请到了AI Blocks的首席执行官Darren Oberst。他毕业于加州大学伯克利分校，拥有物理和哲学学位，目前专注于为金融和法律服务转变大型语言模型（LLM）应用的开发。在这次聚会上，Darren讨论了为什么大型金融和法律服务公司应该在本地部署检索增强生成（RAG）。

技术干货

使用自部署的Milvus向量数据库和Snowpark容器服务构建RAG

Zilliz的生态系统和AI平台负责人Jiang Chen在最近的非结构化数据 meetup 上讨论了我们如何将Milvus与Snowflake无缝集成。具体来说，他探索了如何使用Milvus向量数据库和Snowpark容器服务（SPCS）与Snowflake生态系统集成来构建检索增强生成（RAG）系统。

技术干货

使用自定义AI模型扩展RAG的基础设施挑战

在Zilliz最近主办的非结构化数据 meetup 上，BentoML的创始人兼首席执行官Chaoyu Yang分享了在扩展带有自定义AI模型的RAG系统时基础设施方面的障碍，并强调了像BentoML这样的工具如何简化这些组件的部署和管理。本文将回顾Chaoyu Yang的关键点，并探讨高级推理模式和优化技术。这些策略将帮助您构建不仅功能强大而且高效和成本效益的RAG系统。