归档 / 话题
向量数据库
“向量数据库”话题下的全部文章。
-
Meta宣布彻底解决RAG最大痛点：速度提升30倍，上下文窗口暴增16倍，成本直接腰斩！
恭喜你，这个行业通病， Meta今天直接给治好了 **** 。他们刚开源了一个叫 ** REFRAG ** 的新 RAG 方案，简单粗暴地说： 把无关的上下文压缩到几乎不占地方，只给模型看真正有用的那部分 **** …
-
从偶然的发现到必然的革命：语义计算如何催生AIGC
引言：一次意外的发现，一个时代的开启 2013年，人工智能（AI）的历史被一个看似简单的向量等式悄然改写。托马斯·米科洛夫（Tomáš Mikolov）及其在谷歌的团队在研发Word2Vec模型时，无意中发现了一个令…
-
国王 – 男人 + 女人 = 女王：一场美丽的意外如何让AI读懂世界
我们每天都在与人工智能对话，无论是使用搜索引擎、翻译软件，还是与智能助手聊天。这些AI似乎能“理解”我们的话语，但这背后并非真正的意识，而是一场精妙的数学与语言学的共舞。其核心魔法，便是将冰冷的文字转化为可以计算的“…
-
Qwen3 Embedding：革新文本表示与排序技术
阿里云Qwen团队隆重推出Qwen3嵌入式表征模型家族，这一系列全新模型基于Qwen3核心架构开发，专门服务于文本编码、信息检索以及内容排序等关键应用场景。凭借Qwen3在多语言理解领域的深厚积累，这些模型在各类基准…
-
秒懂RAG：“向量”究竟是个啥？
你可能最近经常听到一个很火的人工智能技术——RAG（检索增强生成）。而在所有关于RAG的解释里，总有一个词会反复出现，并且听起来有点"数学"，有点"深奥"，这个词就是"向量"（Vector）。别担心，它其实一点也不复…
-
C-MTEB 中文嵌入模型大详解
文本嵌入（Text Embedding）是将文本（如单词、句子或段落）转换为密集、低维、连续的向量表示的一项关键技术。这些向量能够捕捉文本的语义信息，是构建现代AI应用（如语义搜索、问答系统、文本聚类、检索增强生成 …
-
警惕！大语言模型面临的新威胁：解读 Prompt 攻击的核心类型与案例
随着大型语言模型（LLM）如 GPT、Gemini 等的普及，它们强大的自然语言处理能力在各个领域展现出巨大潜力。然而，伴随其发展，一种新的安全威胁也浮出水面—— Prompt 攻击 。攻击者通过精心构造的输入（Pr…
-
当文档分块成为艺术：解锁RAG技术背后的工程智慧
检索增强生成技术的核心工作流程 重新思考RAG技术的实现复杂度 倘若你认为部署RAG系统仅仅是使用Dify等工具进行文档导入，那么可能尚未理解工业级AI应用的真实挑战。
-
机器学习算法之K-近邻（KNN）
来源： 什么是K-近邻算法？K近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。
-
相关性分析：Pearson、Kendall、Spearman
来源： 在分析特征间相关性时，常使用的方法是 pandas.DataFrame.corr ： 其中包含的方法主要为： pearson：Pearson相关系数 kendall：Kendall秩相关系数 Spearman…
-
机器学习算法之线性回归
来源： 线性回归是统计学总最常用的算法之一。从根本上来说，当你想表示两个变量间数学关系时，就可以使用线性回归。当你使用它时，你首先假设输出变量（有时称为响应变量、因变量或标签）和预测变量（有时称为自变量、解释变量或特…
-
机器学习算法之支持向量机SVM
来源： 什么是支持向量机（SVM）？支持向量机（support vector machines, SVM）是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；支持向量机…
-
机器学习算法之主成分分析PCA
来源： 主成分分析（Principal components analysis，以下简称PCA）是最重要的降维方法之一。在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用。一般我们提到降维最容易想到的算法就是PCA…
-
机器学习之类别特征处理
它的原始输入通常是字符串形式，大多数算法模型不接受数值型特征的输入，针对数值型的类别特征会被当成数值型特征，从而造成训练的模型产生错误。Label encoding Label Encoding是使用字典的方式，将每…
-
机器学习之特征选择方法
特征选择能剔除不相关(irrelevant)或冗余(redundant)的特征，从而达到减少特征个数，提高模型精确度，减少运行时间的目的。另一方面，选取出真正相关的特征简化模型，协助理解数据产生的过程。
