向量检索

php 高并发下日志量巨大，如何高效采集、存储、分析

需要支持实时采集、分布式存储、快速检索与分析。

贵哥的编程之路(热爱分享为后来者)·2025-07-12 18:02

什么是OA系统？使用OA系统对企业有哪些好处？

一、主要功能1.文档管理文档存储与检索：OA系统可以集中存储

·2025-07-12 16:18

LangChain中的向量数据库接口－Weaviate

from_texts方法2.1、应用样例3、similarity_search方法3.1、应用样例三、项目应用1、安装依赖2、引入依赖3、创建对象4、添加数据5、查询数据总结前言 Weaviate是一个开源的向量数据库

洪城叮当·2025-07-12 15:16

深度学习模型表征提取全解析

模型内部进行表征提取的方法在自然语言处理（NLP）中，“表征（Representation）”指将文本（词、短语、句子、文档等）转化为计算机可理解的数值形式（如向量、矩阵），核心目标是捕捉语言的语义、语法

ZhangJiQun&MXP·2025-07-12 15:14

LLM的表征做减法的是什么，自然语言是一个矩阵，怎么进行减法的

LLM的表征做减法的是什么，自然语言是一个矩阵，怎么进行减法的有个假设：就是最后一个词语融合了前面词语的信息减法操作主要用于提取模型内部表征中的"诚实性"概念向量。

ZhangJiQun&MXP·2025-07-12 14:40

游戏开发日记

如何用数据表来储存，位置坐标（XYZ）：决定了对象在世界中的摆放资源ID/图片URL：决定了使用什么模型或贴图事件ID/特效：是否触发某些事件（例如点击、交互）逻辑索引（GridIndex）：用于程序检索和映射用途这在策略类

future1412·2025-07-12 13:30

使用 DeepSeek R1 和 Ollama 开发 RAG 系统使用 DeepSeek R1 和 Ollama 构建强大的 RAG 系统。了解开发智能 AI 解决方案的设置过程、最佳实践和技巧。

简介DeepSeekR1和Ollama提供了用于构建检索增强生成(RAG)系统的强大工具。本指南介绍了使用这些技术开发RAG应用程序的设置、实施和最佳实践。

知识大胖·2025-07-12 11:20

搜广推校招面经九十三

字节懂车帝一面一、NDCG（NormalizedDiscountedCumulativeGain）的计算NDCG是信息检索和排序任务中常用的评价指标，用于衡量模型预测的排序质量与真实相关性排序的一致程度

Y1nhl·2025-07-12 10:40

Ollama平台里最流行的embedding模型： nomic-embed-text 模型介绍和实践

该模型在多个任务上表现出色，特别是在分类、检索和聚类任务中。其核心优势在于能够生成高质量的句子嵌入，这些嵌入在语义上非常接近，从而在相似度计算和分类任务中表现优异。

skywalk8163·2025-07-12 10:39

2025年的RAG技术发展趋势与演进

一、RAG技术的演进RAG（检索增强生成）由“检索”和“大模型生成”两部分组成，而检索之前的索引创建（如chunking、embedding等）是核心基础。

码农Q！·2025-07-12 10:36

NumPy-@运算符详解

NumPy-@运算符详解一、@运算符的起源与设计目标1.从数学到代码：符号的统一2.设计目标二、@运算符的核心语法与运算规则1.基础用法：二维矩阵乘法2.一维向量的矩阵语义3.高维数组：批次矩阵运算4.

GG不是gg·2025-07-12 08:53

财政业务知识库目录分类实践

财政业务知识库的目录分类是实现知识有序管理、高效检索和精准应用的核心环节，需结合财政业务的专业性、系统性和动态性，兼顾业务逻辑、用户需求和管理实践。

alankuo·2025-07-12 07:15

Go 语言 map 高级应用：优化技巧与复杂结构处理

它能够高效地存储和检索键值对，在众多场景中发挥着关键作用。对于初涉Go语言的开发者而言，掌握map的基本使用方法，如声明、初始化、插入、删除和查找元素等，是迈向编程之路的重要一步。

·2025-07-12 07:43

任鸟飞FPS类型游戏绘制,骨骼,u3d,UE4和游戏安全,反外挂研究 (三)

非常容易被检测第二种窗口上自行绘制,但是会闪优缺点适中第三种自建透明窗口,覆盖游戏窗口,透明窗口上绘制优点:稳定确定:代码复杂,会闪反外挂:无非就是针对外挂使用的函数进行检测深入学习矩阵对象的世界坐标列向量

任鸟飞逆向~·2025-07-12 06:13

LLM Agent在多模态任务中的推理机制详解

Prompt-basedReasoning)4.2多模态思维链(CoT)推理4.3多模态工具使用五、实现案例：多模态问答系统5.1系统架构5.2示例应用六、高级多模态推理技术6.1多模态递归推理6.2多模态记忆与检索

·2025-07-12 06:12

Golang map

它是一个无序的key/value对的集合，其中所有的key都是不同的，然后通过给定的key可以在常数时间复杂度内检索、更新或删除对应的value。

m0_67393686·2025-07-12 06:42

资源分享-FPS, 矩阵, 骨骼, 绘制, 自瞄, U3D, UE4逆向辅助实战视频教程

教程内容1.FPS类型游戏的设计研究和游戏安全,反外挂研究2.二维向量和平面距离3.atan2和tan4.三维向量和空间距离5.补充向量乘法6.矩阵和矩阵的运算7.矩阵的特性8

小零羊·2025-07-12 06:08

商标备案截图获取全攻略：解锁品牌保护关键证据

进入国家知识产权局商标局官网3.2商标查询入口选择3.3信息填写与搜索3.4进入商标详情页截图四、境外商标备案截图获取示例（以美国为例）4.1访问美国专利商标局（USPTO）官网4.2选择商标查询系统4.3进行检索操作

奔跑吧邓邓子·2025-07-12 05:02

【常见滤波器】PCL 点云投影到拟合平面

常见问题与解决方案可视化与调试平面投影的核心原理数学原理与几何概念点云投影到拟合平面是将三维点云数据降维到二维平面的过程，核心思想是正交投影：平面方程：ax+by+cz+d=0ax+by+cz+d=0ax+by+cz+d=0平面法向量

X-Vision·2025-07-11 21:40

MySQL 中如何优化 DISTINCT 查询：基于 Java 的实践与应用

限制选择字段3.使用`GROUPBY`替代`DISTINCT`核心源码解读Java代码示例：优化`DISTINCT`查询代码说明案例分析案例一：数据去重优化应用场景演示场景一：日志数据去重场景二：用户信息检索优缺点分析优点缺点类代码方法介绍及演示

喵手·2025-07-11 20:34

bert中 [CLS] 和 [SEP] 表示什么意思？

在BERT中，[CLS]对应着输入文本中第一个词的词向量，输出层中的第一个神经元通常会被用来预测文本的类别。[SEP]是"separator"的缩写，它通常表示句子或文档的结尾。

·2025-07-11 20:04

MySQL之查询性能优化(二)

对于低效的查询，我们发现通过下面两个步骤来分析总是很有效:1.确认应用程序是否在检索大量超过需要的数据。

coffee_babe·2025-07-11 19:00

小架构step系列10：日志热更新

WARN、INFO、DEBUG、TRACE，越往ERROR的方向问题越严重，越往TRACE的方向日志越详细、日志量越多，定位问题肯定是日志越详细越有帮助，但日志越详细其占用的磁盘空间越大，量过大也影响日志的检索性能

秋千码途·2025-07-11 19:29

技术类岗位面试中经典问题总结分享

1.谈淡你的最成功/失败的经历,你现在回去(时光倒流）怎么做2.你做过的一个项目/事例，说说过程（观是否谈结果)过程中，怎么进行信息检索的3.请你对我进行一个评价（观察是否谈到缺点)4.请用一句话介绍自己

·2025-07-11 19:54

深度学习预备知识

具有一个轴的张量对应数学上的向量，具有两个轴的张量对应数学上的矩阵，具有两个以上轴的张量目前没有特定的数学名称。

AmazingMQ·2025-07-11 17:11

Python 语音识别系列-实战学习-语音识别特征提取

Python语音识别系列-实战学习-语音识别特征提取前言1.预加重、分帧和加窗2.提取特征3.可视化特征4.总结前言语音识别特征提取是语音处理中的一个重要环节，其主要任务是将连续的时域语音信号转换为连续的特征向量

·2025-07-11 14:25

ARMv7单核CPU上SWI（软件中断）验证

在ARMv7单核CPU上验证SWI（软件中断）功能需结合硬件初始化、异常向量表配置、处理函数实现及调试手段，以下是详细验证方案：一、验证环境搭建1.硬件准备开发板：搭载ARMv7单核CPU（如Cortex-A7

liuluyang530·2025-07-11 12:40

Dify小白入门指南：通过官方文档学习工作流编排和API调用

小白入门指南：通过官方文档学习工作流编排和API调用一、Dify平台简介与核心功能Dify是一个开源的LLM应用开发平台，被设计为一个"生成式AI应用创新引擎"，它提供了从Agent构建到AI工作流编排、RAG检索

伟大无须多言·2025-07-11 12:39

华为OD技术面试高频考点（算法篇、AI方向）

一、Transformer核心机制：自注意力(Self-Attention)公式:Attention=softmax(QK^T/√d_k)v运作原理：1.Q/K/V矩阵：输入向量通过线性变换生成Query

·2025-07-11 10:52

【RAG实战指南 Day 13】嵌入模型选择与性能对比

嵌入模型的质量直接影响检索效果，进而决定整个RAG系统的性能。在信息检索过程中，嵌入模型将文本转换为向量表示，其质量决定了语义搜索的准确性和召回率。

在未来等你·2025-07-11 08:12

OpenCV颜色矩哈希算法------cv::img_hash::ColorMomentHash

适用于以下场景：图像检索图像去重水印检测色彩变化较大的图像匹配公共成员函数compute(I

·2025-07-11 05:51

请用人话给我讲讲向量和张量的联系和区别

请用人话给我讲讲向量和张量的联系和区别豆包咱们先从最熟悉的概念入手，一步步说清楚向量和张量的关系与区别，保证接地气。先搞懂“维度”：生活里的例子咱们先统一一个词：维度。

零点零一·2025-07-11 03:42

Semantic text 就是那么强大，还附带一包（ BBQ ）薯片！配有可配置的分块设置和索引选项。

作者：来自ElasticKathleenDeRusso语义文本搜索现在可以自定义，支持可配置的分块设置和索引选项，用于自定义向量量化，使semantic_text在专业用例中更强大。

Elastic 中国社区官方博客·2025-07-11 03:41

机器学习算法：核心原理与前沿发展综述

一、算法分类体系根据学习范式，机器学习算法可分为三大类：监督学习：基于标注数据的建模方法线性回归：最小化平方误差的闭式解θ=(XᵀX)⁻¹Xᵀy支持向量机：通过核技巧实现非线性分类，优化目标为max(0,1

fmvrj34202·2025-07-11 02:34

Spring AI 本地 RAG 实战：用Redis、Chroma搭建离线知识问答系统

本文将用Ollama+Qwen-7B搭建离线知识问答系统（含Redis/Chroma向量库）目录前言环境搭建项目结构设计Maven依赖pom.xmlapplication.yml配置（Redis+Ollama

勤奋的知更鸟·2025-07-11 00:51

MySQL索引和其底层数据结构介绍

索引在项目中非常常见，它是一种帮助MySQL高效获取数据的数据结构，主要用来提高数据检索效率，降低数据库的I/O成本。同时，索引列可以对数据进行排序，降低数据排序的成本，也能减少CPU的消耗。

钟良堂·2025-07-10 23:11

lstm 输入数据维度_[mcj]pytorch中LSTM的输入输出解释||LSTM输入输出详解

首先看个pytorch官方的例子：#首先导入LSTM需要的相关模块importtorchimporttorch.nnasnn#神经网络模块#数据向量维数10,隐藏元维度20,2个LSTM层串联(如果是1

萬重·2025-07-10 21:55

元数据注释文档

“元数据注释文档”（metadataannotateddocuments）是指在文档或数据中嵌入额外信息（即元数据）以帮助系统理解内容语义的做法，通常用于检索、问答、知识管理等领域。

AI算法网奇·2025-07-10 20:22

pytorch 自动微分

**梯度**2.计算梯度2.1标量梯度计算2.2向量梯度计算2.3多标量梯度计算2.4多向量梯度计算3.梯度上下文控制3.1控制梯度计算（withtorch.no_grad()）3.2累计梯度3.3梯度清零

this_show_time·2025-07-10 19:47

从数据到智慧：AI原生知识库构建的完整技术栈解析

从数据到智慧：AI原生知识库构建的完整技术栈解析关键词AI原生知识库、知识图谱、向量数据库、大语言模型、RAG技术、知识工程、智能问答系统摘要在人工智能飞速发展的今天，构建能够真正理解、组织和应用知识的系统已成为企业数字化转型的核心竞争力

AI天才研究院·2025-07-10 19:15

1. RAG 权威指南：从本地实现到生产级优化的全面实践

检索增强生成（RAG）技术应运而生，它如同一座桥梁，将这些强大的基础模型与企业所需的实时、动态信息连接起来，极大地拓展了AI的能力边界。

·2025-07-10 19:22

大型语言模型中的提示工程系统综述：技术与应用

prompt可以是提供上下文以引导模型的自然语言指令，也可以是激活相关知识的学习向量表示。这一新兴领域已

AI专题精讲·2025-07-10 17:33

从零开始：构建支持上下文窗口的AI原生应用实战指南

从零开始：构建支持上下文窗口的AI原生应用实战指南关键词：大语言模型（LLM）、上下文窗口、AI原生应用、token管理、对话状态保持、向量检索、记忆压缩摘要：本文从AI原生应用的核心需求出发，系统讲解支持上下文窗口的应用构建全流程

AI天才研究院·2025-07-10 15:49

检索增强生成(RAG)技术演进：从论文到工业级应用

检索增强生成(RAG)技术演进：从论文到工业级应用关键词：RAG、检索增强生成、大语言模型、知识检索、工业应用、技术演进、AI系统架构摘要：本文深入探讨检索增强生成(RAG)技术从学术研究到工业应用的完整演进历程

AGI大模型与大数据研究院·2025-07-10 15:16

如何学习智能体搭建

目录智能体基础认知智能体的核心组成主流智能体开发框架本地智能体与云端智能体选型智能体的任务自动化与插件集成智能体的知识检索与上下文管理智能体的多模态扩展智能体安全与可控性智能体实战

·2025-07-10 14:13

C#实现SVM支持向量机（附完整源码）

C#实现SVM支持向量机下面是使用C#实现支持向量机（SVM）的示例代码：usingSystem;usingAccord.MachineLearning.VectorMachines;usingAccord.MachineLearning.VectorMachines.Learning

源代码大师·2025-07-10 13:36

AI驱动的个人工作革命：基于DeepSeek构建全场景智能工作助理（含源代码+多应用场景）

摘要：本文详细阐述基于DeepSeek大模型构建个人工作助理的完整技术方案，通过LangChain实现任务分解、知识检索与工具调用的智能协同。

AI_DL_CODE·2025-07-10 12:30

基于Deepseek+RAG构建企业知识库：文档预处理与数据整理

基于Deepseek+RAG（Retrieval-AugmentedGeneration）技术构建企业知识库，能够有效整合企业内外部知识资源，实现知识的快速检索和精准应用。

大势下的牛马·2025-07-10 12:30

上下文工程：AI 智能体架构落地的关键新技术

通过分层架构设计、动态压缩策略与向量化增强技术，上下文工程显著提升智能体的记忆效率与推理

一休哥助手·2025-07-10 08:32

【AI大模型前沿】OmniAudio：阿里通义实验室的空间音频生成模型，开启沉浸式体验新时代

系列篇章No.文章1【AI大模型前沿】深度剖析瑞智病理大模型RuiPath：如何革新癌症病理诊断技术2【AI大模型前沿】清华大学CLAMP-3：多模态技术引领音乐检索新潮流3【AI大模型前沿】浙大携手阿里推出

寻道AI小兵·2025-07-10 07:01

推荐频道