SingleStoreDB 通过我们的向量函数,提供一流的向量搜索支持。我们的向量数据库子系统于 2017 年首次推出,随后又得到增强,可以使用 SQL 轻松实现极快速的最近邻搜索,以查找语义相似的对象。
SingleStoreDB 支持使用 dot_product(用于余弦相似度)和 euclidean_distance 函数进行向量和向量相似度搜索。我们的客户将这些函数用于包括面部识别、视觉产品照片搜索和基于文本的语义搜索等应用。随着生成式 AI 技术的爆发式发展,这些功能为基于文本的 AI 聊天机器人奠定了坚实的基础。
但请记住,SingleStoreDB 是一款高性能、可扩展的现代 SQL DBMS,它支持多种数据模型,包括结构化数据、基于 JSON 的半结构化数据、时间序列数据、全文数据、空间数据、键值数据,当然还有向量数据。立即开始使用 SingleStoreDB 为您的下一个智能应用程序提供支持!
此文件夹包含将 SingleStoreDB 和 OpenAI 一起使用的示例。我们将继续添加更多场景,敬请关注!
名称 | 描述 |
---|---|
OpenAI 维基百科语义搜索 | 通过 SingleStoreDB 语义搜索在 QA 中提高 ChatGPT 准确性 |