![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
向量数据库
文章平均质量分 80
菠萝y
发上等愿,结中等缘,享下等福;择高处立,寻平处住,向宽处行。
展开
-
JAVA实现智能问答助手-GPT4o+向量数据库+FunctionCalling
本文基于上一篇文章进行了改进,对其中的循环请求GPT、FuctionCalling循环请求、MSGList缩容等进行了修改和优化,使的相关请求更加抽象和方便后续做延伸。原创 2024-07-10 15:54:56 · 353 阅读 · 0 评论 -
AI+ 发展展望
AI大模型训练过程中,对文本的语义关系在计算机底层是数字化处理的,提供普通聊天接口的同时,每一个AI大模型也都提供了一个将文本语义向量化的服务。向量是一组浮点数,例如[0.1, 0.2, …],在高中数学中我们学习到一个二维向量可以表达在一个直角坐标系中,两个向量之间可以通过欧氏距离来计算向量间距离,也可以通过余弦距离来衡量两个向量相对于原点的方向近似度。向量检索实际上是将文本分段转换成了一个个向量,通过余弦距离或欧式距离来计算两个向量之间的相似度,向量相似度越高,表示对应的2个文本语义相似度越高。原创 2024-03-22 18:04:55 · 921 阅读 · 2 评论 -
GPT+向量数据库+Function calling=垂直领域小助手
将 GPT、向量数据库和 Function calling 结合起来,可以构建一个垂直领域小助手。例如,我们可以使用 GPT 来处理自然语言任务,使用向量数据库来存储和管理领域相关的数据,使用 Function calling 来实现领域相关的推理和计算规则。这样,我们就可以构建一个针对特定领域的小助手,例如医疗保健、金融服务、法律咨询等。原创 2024-03-22 15:53:31 · 1189 阅读 · 0 评论