什么是问答系统

技术干货

SentenceTransformers×Milvus:如何进行向量相似性搜索

文本将使用 SentenceTransformers 将非结构化数据转换为 Embedding 向量。SentenceTransformers 是一个能够将句子、文本和图像转换为 Embedding 向量的 Python 框架。您可以用它来编码超过100种语言的句子或文本。然后，我们就可以通过相似度类型（例如：余弦距离）来比较这些 Embedding 向量，从而找到相似含义的句子。

技术干货

从 CLIP 到 JinaCLIP：搜索和多模态 RAG 中的通用 文本-图像表示学习

在最近由 Zilliz 主办的非结构化数据 Meetup 上，Jina AI 的工程经理 Bo Wang 向我们介绍了模态 Gap 问题的复杂性并探讨了从 OpenAI 的 CLIP 模型到 JinaCLIP 的转变。本文将回顾他的一些主要观点，并上手搭建一个多模态相似性搜索系统。搭建这个系统的过程中，我们将使用 JinaCLIP 生成多模态 Embedding，并使用 Milvus 向量数据库存储和检索与查询向量相似的数据。

技术干货

深度解读混合专家模型（MoE）：算法、演变与原理

本文将介绍 MoE 的核心概念、LLM、训练、推理以及 MoE 在现代 AI 模型中的作用。