《向量数据库指南》为什么要研发 Milvus Cloud？ 2024-06-01 数据库, milvus 28人 已看 在此背景下，我们作为 Milvus Cloud背后的研发团队，设计并推出了 Milvus Cloud，旨在帮助 AI 开发人员更快捷地搭建原型（Prototype）、更顺畅地过渡到部署在 Kubernetes 的 Milvus Cloud集群或全托管云服务中的大规模生产级应用。典型的此类 AI 应用包括聊天机器人、购物助手等。而这些应用，尤其是 RAG 应用的 AI 开发栈中最核心的部分就是用于存储和搜索 Embedding 向量的向量数据库。
Milvus向量数据库：高效处理海量非结构化数据的利器 2024-05-31 数据库, milvus 33人 已看 随着数据量的爆炸式增长，如何高效地存储、管理和查询海量非结构化数据成为数据科学和人工智能领域的一个重大挑战。传统的关系型数据库在处理这种类型的数据时显得力不从心，而向量数据库作为一种新型的数据库解决方案，提供了极大的优势。Milvus作为其中的佼佼者，以其高性能和易用性受到广泛关注。本文将深入探讨Milvus向量数据库的技术特点、应用场景以及未来发展趋势。
Milvus的内存索引 2024-05-22 算法, 机器学习, 人工智能, milvus 42人 已看 根据适用的数据类型，milvus支持的索引可以分为两类：embedding为浮点数的索引:距离度量方法：欧几里得距离（L2）和内积,索引包括：FLAT,IVF,IVF_FLAT,IVF_PQ,IVF_SQ8,和SCANN;embedding为二进制的索引:距离度量方法：Jaccard 和 Hamming,索引包括：BIN_FLAT 和 BIN_IVF_FLAT;embedding为稀疏的索引:距离度量方法只有IP,索引包括：SPARSE_INVERTED_INDEX和SPARSE_WAND
【Miluvs001】milvus向量数据库基本概念总结（最近更新中） 2024-05-20 数据库, milvus 23人 已看 1.熟悉、梳理、总结下milvus向量数据库相关知识体系。2.之前探索过图片相似检索课题，借此机会总结下相关概念及应用场景经验3.欢迎批评指正，跪谢一键三连！
Milvus 与机器学习框架的集成 2024-05-17 机器学习, 人工智能, milvus 36人 已看 Milvus 提供了与机器学习框架集成的能力，使得从数据预处理到向量搜索的整个工作流程变得更加高效和简单。Milvus作为一款与机器学习框架无缝集成的向量数据库，为用户提供了从数据预处理到向量搜索的端到端工作流程支持。它的高效性、灵活性和可扩展性使得它成为机器学习领域中的一颗璀璨明珠，相信在未来的发展中，Milvus将继续为用户带来更多惊喜和便利。
GPT-4o 引领人机交互新风向向量数据库Milvus Cloud业务需求 2024-05-17 人机交互, gpt, 数据库, milvus 38人 已看 ColBERT 是一个检索模型，为了解决传统双塔模型大 chunk 导致的信息丢失问题，同时规避了常规检索模型全连接导致的搜索效率问题，ColBert 提出基于 token 向量的迟交互模式。传统的 dense 向量擅长捕捉语义信，但由于模型训练时只能学习训练数据中的知识，因此对于训练数据未覆盖的新词汇或专业术语，dense 向量的表达能力有限。再有 SPLADE、BGE 的 M3-Embedding 等模型在保留 sparse 向量关键词匹配能力的同时，尝试把更多的信息编码进去，以进一步提高检索质量。
