写点什么

语义搜索系统

0 人感兴趣 · 6 次引用

  • 最新
  • 推荐
https://static001.geekbang.org/infoq/07/0788c4d8ae15209b8a6bf1659b1c1e0e.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

全新 Self-RAG 框架亮相,自适应检索增强助力超越 ChatGPT 与 Llama2,提升事实性与引用准确性

大型语言模型(LLMs)具有出色的能力,但由于完全依赖其内部的参数化知识,它们经常产生包含事实错误的回答,尤其在长尾知识中。

向量召回:深入评估离线体系,探索优质召回方法

近年来,基于向量进行召回的做法在搜索和推荐领域都得到了比较广泛的应用,并且在学术界发表的论文中,基于向量的 dense retrieve 的方法也在不少数据集上都战胜了 sparse retrieve,吸引了越来越多的关注。在内网的不少文章中也都介绍了各种不同的模型和算法

https://static001.geekbang.org/infoq/07/0788c4d8ae15209b8a6bf1659b1c1e0e.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

Similarities:精准相似度计算与语义匹配搜索工具包,多维度实现多种算法,覆盖文本、图像等领域,支持文搜、图搜文、图搜图匹配搜索

Similarities:精准相似度计算与语义匹配搜索工具包,多维度实现多种算法,覆盖文本、图像等领域,支持文搜、图搜文、图搜图匹配搜索

https://static001.geekbang.org/infoq/07/0788c4d8ae15209b8a6bf1659b1c1e0e.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

语义检索系统:基于 Milvus 搭建召回系统抽取向量进行检索,加速索引

语义检索系统:基于Milvus 搭建召回系统抽取向量进行检索,加速索引目标:使用 Milvus 搭建召回系统,然后使用训练好的语义索引模型,抽取向量,插入到 Milvus 中,然后进行检索。

语义搜索系统_语义搜索系统技术文章_InfoQ写作社区