Рубрика «векторные базы данных»

в 7:16, , рубрики: bm25, embedding, machine learning, rag, retrieval, векторные базы данных, нейросети, поиск

Вы внедрили RAG в продакшен. Embedding-модель занимает топовые позиции на MTEB, векторная база настроена, chunking оптимизирован. Всё работает. Пока пользователи не начинают жаловаться: "Система не находит очевидные документы". Вы проверяете — документы есть, запросы адекватные. В чём дело?

Исследователи из Google DeepMind нашли ответ в статье "On the Theoretical Limitations of Embedding-Based Retrieval", и он неприятный. Оказывается, embedding-модели имеют фундаментальный математический потолок — и никакие данные, никакое обучение, никакой размер модели его не пробьют. Это не баг. Это геометрия.

Читать полностью »

в 14:46, , рубрики: CLIP, DIY, pet-project, python, qdrant, ZeroTier, векторные базы данных, оптимизация, поиск изображений

Как я собрал семантический поиск по 17 миллионам картинок, не разорившись на AWS

Зачем это всё

Я занимаюсь визуальными искусствами и фронтендом более 10 лет. Для креативной работы мне постоянно нужны референсы, причём основанные на ощущении, визуальном стиле, том, что на английском (да и у нас зачастую) называют vibe.

Был замечательный проект same.energy, который решал именно эту задачу. Когда он перестал работать, я почувствовал себя без рук. И, как инженер, решил не ждать, а собрать свой инструмент.

Задача звучала амбициозно: проиндексировать датасет на Читать полностью »

в 15:15, , рубрики: ai-агенты, devops, docker, n8n, Ollama, production, rag, self-hosted, автоматизация, векторные базы данных

Последние пару лет я активно работаю с автоматизацией и AI-агентами. Проекты разные - от чат-ботов для Telegram до сложных RAG-систем с векторными базами. И знаете, что меня всегда бесило? Каждый раз при развертывании нового проекта уходило несколько часов, а то и целый день на настройку окружения.

Сначала настраиваешь Docker Compose для n8n, потом прикручиваешь Postgres, потом вспоминаешь про Redis (потому что без него n8n в queue mode не заведешь), потом Supabase для векторов, потом Qdrant, потому что Supabase для векторов медленноват... А еще же HTTPS нужно настроить, Caddy или Nginx сконфигурировать, сертификаты получить. И так каждый раз.

Читать полностью »

в 8:14, , рубрики: AI, chunking, llm память, rag, библиотека, векторные базы данных, поиск, чанкинг

В эпоху, когда большие языковые модели (LLM) становятся всё более мощными и применяются во многих задачах, одна из ключевых проблем остаётся прежней — как эффективно снабжать их релевантным контекстом. Одним из популярных решений является подход RAG, где качество итогового ответа зависит от целого ряда факторов, одним из которых является качественное чанкирование исходных текстов. Сегодня мы рассмотрим одно из новых и интересных решений.

Всем привет! Меня зовут Вадим, я Data Scientist в компании Raft. В этой статье я расскажу о ChonkieЧитать полностью »

в 18:02, , рубрики: ai-компаньон, ML-ядро, векторные базы данных, карьерный путь, образовательные курсы, персонализация, профориентация, хакатон

Недавно прошел хакатон AI Product Hack 2025 — интенсив, на котором за 10 дней команды создавали работающие MVP AI-решений для реальных образовательных и бизнес-задач. В программу вошли кейсы от Альфа-Банка, Яндекс Образования, X5 Tech, ИТМО, RAFT, Napoleon IT и других компаний.

GIGASCHOOL выступил партнёром и кейсодателем хакатона, предложив командным разработчикам задачу «AI-компаньон для профориентации». Идея заключалась в том, чтобы создать GenAI-агента, который в одном диалоге сможет проводить тесты и упражнения, собирать данные о пользователе и на выходе формировать персонализированный список профессий с образовательными маршрутами.

Читать полностью »

в 13:10, , рубрики: large language models, llm, rag, векторные базы данных, Векторные хранилища, индексация, ранжирование, эмбеддинги

Автор статьи: Сергей Слепухин

В первой части мы кратко рассмотрели предпосылки и последствия ИИ‑трансформации деятельности юристов, а также предложили вариант архитектуры продвинутой RAG‑системы, учитывающей особенности юридической предметной области.

Во этой частиЧитать полностью »

в 8:58, , рубрики: qdrant, qdrant api, qdrant create collection, qdrant docker, qdrant documentation, qdrant search, qdrant vector store, qdrant запуск, qdrant установка, векторные базы данных

Недавно мы в Amvera Cloud запустили Qdrant как преднастроенный сервис с запуском одной кнопкой, и сегодня хотим рассказать о технологии подробнее.

Представьте, что вы создаёте умный поиск, который понимает не просто слова, а смысл текста. Или рекомендательную систему, способную угадывать желания пользователя на основе его действий и предпочтений. Для таких задач недостаточно обычных баз данных — нужны инструменты, способные оперировать векторами — числовыми представлениями смысла, визуальных образов или поведения. Здесь и появляется Qdrant.

Читать полностью »

в 13:36, , рубрики: postgres, Postgres Pro, Администрирование баз данных, вектор, векторизация, векторные базы данных, векторный поиск, разработка баз данных

Представьте, что вы зашли в интернет-магазин купить пару кроссовок. Вы открываете описание модели, которая вам нравится, и сайт тут же предлагает похожие товары — и они действительно похожи. Как это работает?

Ответ прост и сложен одновременно: это векторный поиск — одна из самых перспективных технологий, меняющих подходы к работе с информацией.

Читать полностью »

в 13:15, , рубрики: AI, django, docker, docker-compose, fastapi, python, векторные базы данных, искусственный интеллект, открытый код, социальные сети

Привет! Меня зовут Владислав, в сети я известен как Metimol. Хочу поделиться историей создания моего open-source проекта BlackWave — симулятора социальной сети, где реальные пользователи могут взаимодействовать с тысячами автономных ИИ-ботов. У каждого из них есть уникальный характер, память и собственная модель поведения. Это был путь от безумной идеи до неожиданной коллаборации, полного переосмысления стека и, наконец, до релиза.

Идея: Социальная сеть для одного

Читать полностью »

в 8:39, , рубрики: chatgpt, chromadb install, cromadb, deepseek, LangChain, openai api, python, rag, база знаний поиск, векторные базы данных

Друзья, приветствую! Сегодня я хотел бы рассмотреть интересующую многих тему, а именно связку большой языковой модели по типу DeepSeek или ChatGPT со своей базой знаний.

В рамках этой статьи я дам вам подробное объяснение принципов работы векторных баз данных и того, зачем их можно использовать в рамках связки своей базы знаний с готовыми «большими» нейросетями.

В качестве примера рассмотрим поиск по документации Amvera Cloud — облачной платформы со встроенным проксированием к OpenAI, Gemini, Claude, Grok, а также с возможностью обновления проектов через git push.

Читать полностью »

12
Главная   |  Архив новостей  |   Android  |   Google  |   Apple  |   Microsoft  |   Информационная безопасность  |   Веб – разработка
Публикации RSS  |  Комментарии RSS
https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js