https://index.zshipu.com/geek001/tags/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/ Recent content in 向量数据库 on 知识铺的博客 Hugo -- gohugo.io zh-CN Wed, 02 Sep 2026 00:00:00 +0000 https://index.zshipu.com/geek001/post/20260902/AI%E9%87%8D%E5%86%99%E8%B4%9F%E8%BD%BD%E5%90%8E%E6%95%B0%E6%8D%AE%E5%BA%93%E5%BF%85%E9%A1%BB%E5%90%8C%E6%97%B6%E5%A4%84%E7%90%86%E5%8A%A8%E6%80%81%E6%9F%A5%E8%AF%A2%E4%B8%8E%E5%AE%9E%E6%97%B6%E6%8E%A8%E7%90%86/ Wed, 02 Sep 2026 00:00:00 +0000 https://index.zshipu.com/geek001/post/20260902/AI%E9%87%8D%E5%86%99%E8%B4%9F%E8%BD%BD%E5%90%8E%E6%95%B0%E6%8D%AE%E5%BA%93%E5%BF%85%E9%A1%BB%E5%90%8C%E6%97%B6%E5%A4%84%E7%90%86%E5%8A%A8%E6%80%81%E6%9F%A5%E8%AF%A2%E4%B8%8E%E5%AE%9E%E6%97%B6%E6%8E%A8%E7%90%86/ AI开始重写负载后，数据库查询模式从固定转向模型动态生成，传统优化器与存储引擎的静态假设直接失效。这要求架构同时处理结构化数据与实时推理，而非简单扩容。 动态生成的查询让规则优化器命中率崩盘 传统数据库的查询优化器依赖预定义规则和统计信息来选择执行计划。这些规则假设查询模式相对稳定， https://index.zshipu.com/geek001/post/20240801/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E5%A5%A0%E5%9F%BA%E8%80%85Milvus%E8%A7%A3%E8%AF%BBAIGC%E5%85%83%E5%B9%B4%E5%9C%A8%E5%BA%94%E7%94%A8%E6%A8%A1%E5%9E%8B%E4%B8%8E%E6%A3%80%E7%B4%A2%E9%A2%86%E5%9F%9F%E7%9A%84%E5%BD%B1%E5%93%8D--%E7%9F%A5%E8%AF%86%E9%93%BA/ Wed, 14 Aug 2024 11:14:55 +0000 https://index.zshipu.com/geek001/post/20240801/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E5%A5%A0%E5%9F%BA%E8%80%85Milvus%E8%A7%A3%E8%AF%BBAIGC%E5%85%83%E5%B9%B4%E5%9C%A8%E5%BA%94%E7%94%A8%E6%A8%A1%E5%9E%8B%E4%B8%8E%E6%A3%80%E7%B4%A2%E9%A2%86%E5%9F%9F%E7%9A%84%E5%BD%B1%E5%93%8D--%E7%9F%A5%E8%AF%86%E9%93%BA/ 2023年是AI应用开发领域的重要转折点，这一年里，大语言模型（LLMs）因其卓越的自然语言处理能力而受到广泛关注，同时也推动了向量数据库技术的发展。向量数据库，如Zilliz Cloud和Milvus，成为了实现高效多模态数据检索的关键技术。 关键技术与进展 大语言模型（LLMs）: https://index.zshipu.com/geek001/post/20240801/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%BB%93%E5%90%88AI%E5%A5%97%E4%BB%B6%E4%B8%8ELLM%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%9E%84%E5%BB%BA%E4%B8%93%E5%B1%9E%E7%9F%A5%E8%AF%86%E9%97%AE%E7%AD%94%E6%9C%8D%E5%8A%A1%E5%AE%9E%E8%B7%B5%E6%95%99%E7%A8%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/ Wed, 14 Aug 2024 11:12:55 +0000 https://index.zshipu.com/geek001/post/20240801/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%BB%93%E5%90%88AI%E5%A5%97%E4%BB%B6%E4%B8%8ELLM%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%9E%84%E5%BB%BA%E4%B8%93%E5%B1%9E%E7%9F%A5%E8%AF%86%E9%97%AE%E7%AD%94%E6%9C%8D%E5%8A%A1%E5%AE%9E%E8%B7%B5%E6%95%99%E7%A8%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/ 腾讯云向量数据库（Tencent Cloud VectorDB）构建专属知识库问答服务 背景信息 大型语言模型 (LLM) 是自然语言处理 (NLP) 领域的关键技术，具备强大的 NLP 服务能力。然而，这些模型的训练数据主要覆盖了通用知识和常识，对于特定领域的专业知识处理存在一定的局限性。为了使 LLM 能够理解和利用其训练数据之外 https://index.zshipu.com/geek001/post/20240801/LLMs%E5%B0%86%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E4%B8%8ELLMs%E9%9B%86%E6%88%90%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97--%E7%9F%A5%E8%AF%86%E9%93%BA/ Wed, 14 Aug 2024 11:09:55 +0000 https://index.zshipu.com/geek001/post/20240801/LLMs%E5%B0%86%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E4%B8%8ELLMs%E9%9B%86%E6%88%90%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97--%E7%9F%A5%E8%AF%86%E9%93%BA/ 探索如何利用向量数据库提升大型语言模型，为精准、具有上下文意识的人工智能解决方案。 文章目录 向量数据库简要概述 LLMs兴起之前的向量数据库 向量数据库与传统数据库的比较 提升向量数据库性能 索引策略 优化的额外考虑因素 用向量数据库丰富LLMs的上下文 使用Falcon-7B和ChromaDB https://index.zshipu.com/geek001/post/20240730/Milvus%E4%BD%9C%E4%B8%BAOpenAI%E5%B5%8C%E5%85%A5%E5%BC%8F%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84%E6%8E%A2%E8%AE%A8--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 09:40:50 +0000 https://index.zshipu.com/geek001/post/20240730/Milvus%E4%BD%9C%E4%B8%BAOpenAI%E5%B5%8C%E5%85%A5%E5%BC%8F%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84%E6%8E%A2%E8%AE%A8--%E7%9F%A5%E8%AF%86%E9%93%BA/ 目前向量数据库的种类很多，也有很多性能对比的报告，可以参考这一份：https://ann-benchmarks.com/glove-100-angular_10_angular.html 电影描述生成与搜索示例 简介本文旨在展示如何使用OpenAI生成电影描述的嵌入式数据，并在Mil https://index.zshipu.com/geek001/post/20240730/Milvus-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E5%85%A5%E9%97%A8%E7%9F%A5%E8%AF%86--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 09:32:50 +0000 https://index.zshipu.com/geek001/post/20240730/Milvus-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E5%85%A5%E9%97%A8%E7%9F%A5%E8%AF%86--%E7%9F%A5%E8%AF%86%E9%93%BA/ Milvus 简介与使用指南 1. Milvus 是什么？ Milvus 是一个由深度学习社区于2019年创建的向量数据库。它主要用于存储、索引和管理由深度神经网络和其他机器学习模型生成的大量嵌入向量。Milvus 专为处理输入向量的查询而设计，能够高效地索引高达万亿级别的向量。与传统的关系数据库不同，Milvus 专注于处理 https://index.zshipu.com/geek001/post/20240730/%E9%9D%9E%E5%B8%B8%E7%AE%80%E5%8D%95%E7%94%A8Java%E5%AE%9E%E7%8E%B0%E4%B8%80%E4%B8%AA%E7%AE%80%E5%8D%95%E7%9A%84%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E9%9B%8F%E5%BD%A2_java%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 09:26:50 +0000 https://index.zshipu.com/geek001/post/20240730/%E9%9D%9E%E5%B8%B8%E7%AE%80%E5%8D%95%E7%94%A8Java%E5%AE%9E%E7%8E%B0%E4%B8%80%E4%B8%AA%E7%AE%80%E5%8D%95%E7%9A%84%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E9%9B%8F%E5%BD%A2_java%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93--%E7%9F%A5%E8%AF%86%E9%93%BA/ 向量数据库概述 向量数据库是为处理高维向量数据而设计的数据库系统，它能够高效地存储、索引和查询大规模的高维向量数据。与关系型数据库或文档数据库相比，向量数据库在处理高维数据时具有明显优势，特别是在相似度搜索方面。向量数据库采用专门的数据结构和算法，如KD-Tree、球树、LSH等， https://index.zshipu.com/geek001/post/20240730/%E6%8F%AD%E7%A7%98-LLMs-%E6%97%B6%E4%BB%A3%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84-3-%E5%A4%A7%E5%AE%9E%E7%94%A8%E5%9C%BA%E6%99%AF-%E8%85%BE%E8%AE%AF%E4%BA%91%E5%BC%80%E5%8F%91%E8%80%85%E7%A4%BE%E5%8C%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 09:22:50 +0000 https://index.zshipu.com/geek001/post/20240730/%E6%8F%AD%E7%A7%98-LLMs-%E6%97%B6%E4%BB%A3%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84-3-%E5%A4%A7%E5%AE%9E%E7%94%A8%E5%9C%BA%E6%99%AF-%E8%85%BE%E8%AE%AF%E4%BA%91%E5%BC%80%E5%8F%91%E8%80%85%E7%A4%BE%E5%8C%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/ 向量数据库Zilliz Cloud的新特性及其应用案例 在过去的一年中，随着ChatGPT和其他大型语言模型（LLMs）的兴起，向量数据库的发展也得到了显著推动。Zilliz Cloud作为其中的佼佼者，不仅在检索增强生成（RAG）系统中得到广泛应用，其搜索和检索系统的功能也日益受到重 https://index.zshipu.com/geek001/post/20240730/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93-AI-%E5%A5%97%E4%BB%B6-+-LLM-%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%89%93%E9%80%A0%E4%B8%93%E5%B1%9E%E7%9F%A5%E8%AF%86%E7%9A%84%E9%97%AE%E7%AD%94%E6%9C%8D%E5%8A%A1-%E5%AE%9E%E8%B7%B5%E6%95%99%E7%A8%8B-%E6%96%87%E6%A1%A3%E4%B8%AD%E5%BF%83--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 09:15:50 +0000 https://index.zshipu.com/geek001/post/20240730/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93-AI-%E5%A5%97%E4%BB%B6-+-LLM-%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%89%93%E9%80%A0%E4%B8%93%E5%B1%9E%E7%9F%A5%E8%AF%86%E7%9A%84%E9%97%AE%E7%AD%94%E6%9C%8D%E5%8A%A1-%E5%AE%9E%E8%B7%B5%E6%95%99%E7%A8%8B-%E6%96%87%E6%A1%A3%E4%B8%AD%E5%BF%83--%E7%9F%A5%E8%AF%86%E9%93%BA/ 如何使用腾讯云向量数据库构建知识库问答服务 概述本教程详细介绍了如何利用腾讯云向量数据库（Tencent Cloud VectorDB）结合大型语言模型（LLM）进行一站式文档检索和相似性检索，从而构建专属领域的知识库问答服务。 背景大型语言模型（LLM）是自然语言处理（NLP）服务的核心，具有 https://index.zshipu.com/geek001/post/20240730/%E5%90%91%E9%87%8F%E5%8C%96%E7%9A%84%E6%9F%A5%E8%AF%A2%E5%BC%95%E6%93%8E-java-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E6%98%AF%E4%BB%80%E4%B9%88--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 09:14:50 +0000 https://index.zshipu.com/geek001/post/20240730/%E5%90%91%E9%87%8F%E5%8C%96%E7%9A%84%E6%9F%A5%E8%AF%A2%E5%BC%95%E6%93%8E-java-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E6%98%AF%E4%BB%80%E4%B9%88--%E7%9F%A5%E8%AF%86%E9%93%BA/ Milvus 向量数据库概览 第一章 概述 Milvus 是一个专为机器学习和深度学习领域设计的向量数据库，自2019年创建以来，其核心目标始终是为嵌入向量提供高效的存储、索引和管理功能。嵌入向量是由深度神经网络和其他机器学习模型生成的，它们能够将原始数据转换为数值向量，进而用于各种机器学习任务中。 存储对象： https://index.zshipu.com/geek001/post/20240730/Windows%E5%AE%89%E8%A3%85%E9%83%A8%E7%BD%B2%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93Milvus_milvus-windows--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 06:22:54 +0000 https://index.zshipu.com/geek001/post/20240730/Windows%E5%AE%89%E8%A3%85%E9%83%A8%E7%BD%B2%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93Milvus_milvus-windows--%E7%9F%A5%E8%AF%86%E9%93%BA/ Milvus简介 概述 Milvus是一个开源的向量数据库，以其灵活性、稳定性和快速查询能力而著称。它能够处理TB级别的向量数据，支持高效的数据增删改查和近实时查询，是大规模向量数据存储与检索的理想选择。 特点 灵活性：Milvus集成了多种向量索引库，如Faiss、NMSLIB和Ann https://index.zshipu.com/geek001/post/20240730/LLMs%E5%B0%86%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E4%B8%8ELLMs%E9%9B%86%E6%88%90%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97_llm-%E7%BB%93%E5%90%88-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93-%E5%BA%94%E7%94%A8--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 06:15:54 +0000 https://index.zshipu.com/geek001/post/20240730/LLMs%E5%B0%86%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E4%B8%8ELLMs%E9%9B%86%E6%88%90%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97_llm-%E7%BB%93%E5%90%88-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93-%E5%BA%94%E7%94%A8--%E7%9F%A5%E8%AF%86%E9%93%BA/ 如何利用向量数据库提升大型语言模型 目录 向量数据库简介2. 向量数据库与传统数据库的比较3. 向量数据库性能提升策略 - 索引策略 - 优化的额外考虑因素4. 向量数据库在LLMs中的应用5. 构建闭环问答机器人案例 - 环境设置 - 构建“知识库” - 生成基本答案 - 生成具有上下文意识的答案6. 总结 向量数据 https://index.zshipu.com/geek001/post/20240730/LLM-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E4%B8%AD%E7%9A%84%E7%B4%A2%E5%BC%95%E7%AE%97%E6%B3%95%E6%80%BB%E7%BB%93_%E5%90%91%E9%87%8F%E7%B4%A2%E5%BC%95%E7%AE%97%E6%B3%95--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 06:14:54 +0000 https://index.zshipu.com/geek001/post/20240730/LLM-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E4%B8%AD%E7%9A%84%E7%B4%A2%E5%BC%95%E7%AE%97%E6%B3%95%E6%80%BB%E7%BB%93_%E5%90%91%E9%87%8F%E7%B4%A2%E5%BC%95%E7%AE%97%E6%B3%95--%E7%9F%A5%E8%AF%86%E9%93%BA/ 向量数据库与知识库检索架构图 向量数据库作为现代知识库检索系统的核心组件，扮演着至关重要的角色。以下是对向量数据库及其在知识库检索中应用的详细介绍，以及不同索引方法的解析。 1. 向量数据库介绍 向量数据库是存储和检索高维向量数据的系统，它能够支持复杂的查询操作，如相似性搜索等。 2. 索引方法 https://index.zshipu.com/geek001/post/20240730/Java%E4%BB%8E0%E5%88%B01%E6%9E%84%E5%BB%BA%E5%9F%BA%E4%BA%8EChatGPT+%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8BRAG-03--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 06:13:54 +0000 https://index.zshipu.com/geek001/post/20240730/Java%E4%BB%8E0%E5%88%B01%E6%9E%84%E5%BB%BA%E5%9F%BA%E4%BA%8EChatGPT+%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8BRAG-03--%E7%9F%A5%E8%AF%86%E9%93%BA/ 前言 在这个系列教程中，我们将会学习如何利用Java编程语言结合ChatGPT和向量数据库，快速构建一个私有的问答知识库。这种知识库基于检索增强生成模型RAG，可以帮助我们创建个性化的AI机器人。本系列分为三篇文章，本文是系列的最后一篇，重点介绍如何将ChatGPT集成我们的系统中 https://index.zshipu.com/geek001/post/20240730/Java%E4%BB%8E0%E5%88%B01%E6%9E%84%E5%BB%BA%E5%9F%BA%E4%BA%8EChatGPT+%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8BRAG-02--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 06:12:54 +0000 https://index.zshipu.com/geek001/post/20240730/Java%E4%BB%8E0%E5%88%B01%E6%9E%84%E5%BB%BA%E5%9F%BA%E4%BA%8EChatGPT+%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8BRAG-02--%E7%9F%A5%E8%AF%86%E9%93%BA/ Java程序员的问答知识库搭建教程（第二篇） 本文是系列教程的第二篇，旨在指导Java程序员如何结合ChatGPT和向量数据库，快速构建一个私有的问答知识库。这个知识库基于检索增强生成模型RAG，让读者能够通过本教程，一步步实现自己的AI机器人。 前言本系列教程分为三篇文章，本文将重 https://index.zshipu.com/geek001/post/20240730/Java%E4%BB%8E0%E5%88%B01%E6%9E%84%E5%BB%BA%E5%9F%BA%E4%BA%8EChatGPT+%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8BRAG-01--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 06 Aug 2024 06:11:54 +0000 https://index.zshipu.com/geek001/post/20240730/Java%E4%BB%8E0%E5%88%B01%E6%9E%84%E5%BB%BA%E5%9F%BA%E4%BA%8EChatGPT+%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E7%9A%84%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8BRAG-01--%E7%9F%A5%E8%AF%86%E9%93%BA/ Java程序员如何搭建问答知识库 前言本系列教程将指导Java程序员如何利用ChatGPT+向量数据库构建私有的问答知识库，即RAG模型。通过三篇文章，读者将学会创建AI机器人，本系列将详细描述每个步骤，并提供源码链接。 第1篇：RAG模型原理介绍本文不涉及代码，而是从原理上帮助读者