首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
虚名
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
7
文章 7
沸点 0
赞
7
返回
|
搜索文章
最新
热门
JAVA枚举进阶用法
枚举用法 目前项目开发过程中,一个实体可能有四五种状态,那么列举这些状态就可以枚举来进行定义,避免后期混乱,但是也只是为了解释字段的不同类型都代表着什么,我没想到可以把枚举作为一个对象的字段可以直接在
超实用!用 Ollama + DeepSeek + Milvus 自己实现本地知识库
项目使用MongoDB、Milvus、ONNX、Ollama、DeepSeek构建基于本地知识库智能问答系统
Milvus向量数据中nprobe的作用机制
nprobe 参数详解与设置策略 在 Milvus 中使用 IVF 类索引(如 IVF_FLAT、IVF_SQ8)时,nprobe 是平衡搜索精度与性能的核心参数。以下是其设置依据与计算方法: 一、n
Milvus向量数据中nlist 与向量维度(dim)的关系解析
nlist 与向量维度(dim)的关系解析 在 Milvus 等向量数据库中,nlist 和 向量维度(dim) 是两个完全独立的概念,但它们在索引构建和查询效率上存在间接关联。以下是详细说明: 一、
使用Milvus时存储源数据方案
使用Milvus时存储源数据方案 1. 直接使用 MinIO 存储原始内容的推荐场景 如果满足以下条件,推荐直接使用 MinIO: 原始内容为大型文件:如图片、视频、PDF 文档等非结构化数据。 无需
JAVA使用Milvus 使用问题与知识点
JAVA使用Milvus 使用问题与知识点笔记 一、核心问题与解答 1.为什么插入和查询的向量维度必须一致? 原因:向量相似度计算(如欧氏距离、余弦相似度)要求两个向量的维度完全一致。 示例: 集合定
分布式知识问答服务架构设计
分布式知识问答服务架构设计文档 1. 系统概述 目标:构建支持海量非结构化数据处理的分布式问答系统,实现: 多格式文件自动向量化存储 基于大语言模型的上下文感知问答 弹性可扩展的微服务架构
个人成就
文章被点赞
9
文章被阅读
1,831
掘力值
132
关注了
1
关注者
1
收藏集
4
关注标签
4
加入于
2024-12-02