Si vos recommandations sont toujours similaires en 2024, vous vous trompez (respectueusement).  Voici un résumé de ce qui se passe dans le monde des bases de données vectorielles en 2024.    1. Un type de recommandation est sorti ; un ensemble équilibré est présent  ❌ Out : proposant un seul type de recherche comme Top-K. Ne vous méprenez pas, top-K est au cœur de la recherche vectorielle, mais parfois, il donne des recommandations d'éléments trop similaires, affectant la qualité des recommandations. Ce n’est pas parce que quelqu’un écoute Adèle dans les jours tristes qu’il veut l’écouter tout le temps.  ✅ Dans : L'inclusion de  garantit un ensemble de résultats plus ✨équilibré✨ en vous permettant de définir une plage de distance pour la similarité des vecteurs. Des recommandations équilibrées permettent d’éviter de recommander des éléments trop similaires ou trop disparates.    recherche de plage   2. Les étapes supplémentaires pour normaliser les vecteurs sont terminées, l'utilisation de la similarité cosinus est présente  ❌ Out : Faire un pas supplémentaire 👎pour normaliser un vecteur à mesurer  (identifier des phrases ou des expressions qui transmettent des significations similaires les unes aux autres) ou des relations dans divers domaines.   similarité  ✅Dans :  vous permettant de normaliser facilement un vecteur en une seule étape 👍   Similitude cosinus   3. La mise à jour des données en plusieurs étapes est terminée ; Utiliser Upsert pour le faire de manière transparente est désormais disponible  ❌ Out : Mise à jour inefficace des données dans une base de données dans un processus frustrant 😡en deux étapes : supprimer, puis insérer. Cela ne peut pas garantir l’atomicité des données et la commodité opérationnelle.  ✅Dans :  simplifie le processus de mise à jour : si les données n'existent pas dans le système, il les insère ; s'il existe, il le met à jour. 😀    Insérer   4. La triade des fournisseurs de cloud (AWS, GCP et Azure) est lancée  ❌ Out : les bases de données vectorielles ne sont pas disponibles sur la triade des fournisseurs de cloud : AWS, GCP et Azure.  ✅ Dans : Bases de données vectorielles disponibles sur 3 principaux fournisseurs de cloud 🌟 (y compris GCP Marketplace) et 8 régions d'Amérique du Nord, d'Europe et d'Asie 👀 AKA  .   Nuage de Zilliz  Un monde avec une base de données vectorielles disponible sur les 3 plateformes cloud n'est plus imaginatif. C'est vrai avec Zilliz Cloud.   Si vous souhaitez essayer la recherche par plage, l'upsert et la similarité cosinus (sur l'une des 3 plates-formes cloud), commencez  .    ici  Il y aura également un webinaire en direct couvrant ces fonctionnalités et bien plus encore le 1er février. Registre  .    ici Il y aura également une séance de questions-réponses en direct sur Discord. Rejoignez-nous  .    ici

This post provides insights into new product. 

Is vector database a better option for you?

Cet audio est produit dans la langue originale de l'histoire !

4 tenants et aboutissants de 2024 : édition de la base de données vectorielles

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Nomades numériques, écoutez : ce que vous devez savoir sur le nouveau visa DTV de la Thaïlande

Des forums aux flux : comment les algorithmes des réseaux sociaux façonnent l'interaction numérique

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Vous voulez gagner un concours d’écriture HackerNoon ? Voici ce que recommandent les gagnants du concours #crypto-api

Nomades numériques, écoutez : ce que vous devez savoir sur le nouveau visa DTV de la Thaïlande

Des forums aux flux : comment les algorithmes des réseaux sociaux façonnent l'interaction numérique

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Vous voulez gagner un concours d’écriture HackerNoon ? Voici ce que recommandent les gagnants du concours #crypto-api

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps