海量数据,海明距离高效检索(smlar) - 阿里云RDS PosgreSQL最佳实践

GiST索引 背景 http://www.cnblogs.com/lushilin/p/6549665.html SimHash的应用 通过上面的步骤，我们可以利用SimHash算法为每一个网页生成一个向量指纹

向量数据库选型落地手册：HNSW 与 IVF 索引怎么选、参数怎么调

同一批数据、同一台机器，向量数据库选型换一种索引，内存占用能差一个数量级，召回率能差十几个点。 所以落地前先把索引这条主线想清楚，往往比纠结"选哪个产品"更实在。

基于RAG搭建的企业向量知识库，超过3跳推理直接拉完了

2026年7月，UC Berkeley SkyLab联合Google DeepMind发布了一项基准测试结果，在覆盖金融、医疗、法律等10个领域的10,000道多跳推理题上，23套主流企业级RAG配置——包括基于LangChain、LlamaIndex和主流模型提供商构建的系统——完全正确的答题率仅为8%。换言之，92%的多跳推理尝试要么遗漏了关键推理步骤，要么在文档之间编造了不存在的关联，要么伪造了引用来源。

QFO v1.0.1：面向量化新手的本地 A 股研究与回测平台

QFO v1.0.1 已发布。 QFO 是一个免费开源、本地运行的 A 股量化研究与回测平台，面向希望系统学习量化投资的新手。项目以 Windows 本地环境为主，将数据同步、资产筛选、因子研究、策略回测、组合优化、风险分析和可视化整合为一套可操作流程。 本版本主要包含 数据中台：统一管理股票、ETF、可转债、指数、资金流和财务数据。 智能选股：分别提供股票、ETF、可转债的反转信号、因子条件、轮动分析和自定义筛选。 研究流程：筛选结果可继续用于因子研究、策略回测、组合优化与风险分析。 新闻中心：支持新闻研究，并可选接入大模型作为研究辅助。 Windows 启动：首次使用运行 run_first_time.bat 完成初始化，后续运行 run_quick_start.bat 快速启动。 新手资料：提供中文教学网站、73 秒项目总览和完整操作教程。 产品截图 数据中台 智能选股 策略回测 适合谁 适合希望学习 A 股量化研究流程、需要本地保存数据和配置，并希望从可视化界面开始实践的用户。项目不提供收益承诺，所有内容仅用于软件功能演示和量化研究，不构成投资建议。 开源项目：https://github.com/yeh2017/QFO-Quant-Platform 教学网站：https://www.qfo-quant-platform.com/ 稳定版：https://github.com/yeh2017/QFO-Quant-Platform/releases/tag/v1.0.1 完整教学：https://www.bilibili.com/video/BV18Cby6XEfR/

Redis+向量库三层记忆，用户不再被重复追问

上个月帮一个客服产品团队调Agent，碰到一个挺典型的例子。用户头天晚上留过一句话："我是会员，短信通知关了，只留邮件。"结果第二天Agent一上来，张口就问："请问需要短信通知吗？"用户当场就炸了，工单里骂了整整五分钟。

知识库切片与投喂实操：chunk、embedding 与向量库怎么配

知识库检索效果差，问题往往不出在模型，而是出在内容进库之前。文档切片切得随意、embedding 配置与切片长度不匹配、向量库参数被误读，都会让召回质量明显下降。

向量数据库选型2026：独立引擎与融合数据库怎么选？

RAG知识库、智能客服、语义搜索、以图搜图、推荐系统——这些场景的背后，都离不开向量检索。但走到选型这一步，很多架构师会卡住：到底选独立向量数据库，还是用关系型数据库自带的向量能力？

LazyLLM教程 | 第12讲：实践：用缓存、异步与向量引擎加速你的RAG

与传统的关系型数据库不同，向量数据库能够高效存储高维向量，并采用相似度检索和优化索引技术，大幅提升大规模向量搜索的效率，是目前 AI 应用重要的数据存储和检索工具。

向量数据库超硬核升级！2种度量空间，1个算法全搞定！

作者：傅聪，检索算法 NSG 作者，向量检索专家，《业务驱动的推荐系统:方法与实践》作者，浙江大学计算机博士，美国南加州大学访问学者 公众号：傅聪Cong 向量检索算法，作为AI时代基础设施——向量数据库的核心组件

开源向量数据库 Chroma 用 Rust 重写核心，整体性能提升数倍

Chroma 是 AI 原生的开源向量数据库，近日推出了v1.0 预发布版，公告写道： 本地 Chroma 在常见的写入和查询工作流中现在快了 4 倍，这要归功于用 Rust 编写的全新核心。

「回看 Milvus 的 2023」：AI 热潮中的非典型向量数据库

像 RAG（检索增强生成）模型、智能代理和多模态检索等应用的兴起生动地展示了向量数据库在实现高效多模态数据检索、减少大型模型的幻觉以及补充领域知识方面的巨大潜力。

全球领先的向量数据库公司，过去一年都做了哪些事情？

如何选择一个向量数据库｜Qdrant Cloud v.s. Zilliz Cloud

随着向量数据库的热度不断攀升，越来越多人开始关注到这一赛道，传统数据库和检索系统也在快速集成专门的向量检索插件方面展开角逐。Qdrant 因其易用性和用户友好的开发者文档，面世不久即获得关注。

Zilliz @ GOTC：大模型的记忆体——向量数据库的现在与未来

向量数据库作为大模型的记忆体，不仅能够为其提供数据存储，而且能通过数据检索的方式让大模型进行知识增强。在向量数据库的加持下，大模型将变得博闻强识、成本可控。”

一个技术人 “误入歧途”，做了个向量数据库新物种

向量数据库公司 Zilliz 近日宣布完成一笔 6000 万美元的 B+ 轮融资，累计融资 1.13 亿美元。这在长于本土的开源创企中，无疑是非常耀眼的一笔。

Kaggle word2vec NLP 教程 第二部分：词向量

分布式词向量简介 本教程的这一部分将重点介绍使用 Word2Vec 算法创建分布式单词向量。 （深度学习的概述，以及其他一些教程的链接，请参阅“什么是深度学习？”页面）。

用深度学习来获取文本语义: 词向量应用于自然语言处理

◆◆◆ 序 词向量是一种把词处理成向量的技术，并且保证向量间的相对相似度和语义相似度是相关的。这个技术是在无监督学习方面最成功的应用之一。传统上，自然语言处理（NLP）系统把词编码成字符串。

斯坦福深度学习课程第二弹：词向量内部和外部任务评价

像追美剧一样追课程！ 大数据文摘已获斯坦福大学深度学习课程CS224d翻译授权， 重磅启动“斯坦福深度学习课程CS224d”的翻译工程， 所有译文将会免费发布，计划每周发布1篇。 期待你的加入，加入要求见文末 报名请点击文末“阅读原文”。 大数据文摘作品，转载需授权 翻译：熊杰 王昱森 调整校对：寒小阳龙心尘 特别鸣谢：曾宪超 大数据文摘“机器学习”专栏介绍 本文为大数据文摘机器专栏推出的【数据科学/机器学习】学习分享项目启动篇，我们将以Stanford、Harvard等优秀高校的前沿数据科学课程为主线的学习与分享，将数据科学普及给更多国内的读者，也通过相互学习和交流加深对数据领域知识的理解认识。 课堂笔记：第二节 关键词：内部任务评价（Intrinsic Evaluation）和 外部任务评价（extrinsic evaluations）。超参数影

工业软件产品文档的检索增强——用 Query Rewriting 与 HyDE 提升召回

字面完全不匹配，纯向量检索经常召回失败。这篇文章讲我们在工业软件知识库项目里用的两个增强手段：查询改写（Query Rewriting）和假设性文档嵌入（HyDE），以及它们各自的适用边界。

AI 搜索工具推荐与防幻觉指南：智能体时代的检索基建演进

（二）行业专属检索工具：深耕细分领域维持知识深度 对于科研圈而言，Consensus 是一款常用的学术类检索应用。