大語言模型正在與企業(yè)應用迅速結合，并深刻改變企業(yè)的各個產業(yè)環(huán)節(jié)。而大模型訓練所使用的數(shù)據(jù)包含了如文檔、圖片、音視頻等各種類型的非結構化數(shù)據(jù)，傳統(tǒng)關系型數(shù)據(jù)庫能力有限。通過將這些非結構化數(shù)據(jù)轉換為多維向量，可以結構化地在向量數(shù)據(jù)庫中進行管理，實現(xiàn)高效的數(shù)據(jù)存儲和檢索過程，結合相似性檢索特性，可以有效地解決大模型在知識時效性低、輸入能力有限、準確度低等問題。
星環(huán)科技Transwarp Hippo作為一款企業(yè)級云原生分布式向量數(shù)據(jù)庫，自發(fā)布以來受到了眾多用戶的歡迎，幫助用戶實現(xiàn)向量數(shù)據(jù)的存儲、管理和檢索，加速大模型場景的探索和實踐。為了進一步降低用戶使用向量數(shù)據(jù)庫的門檻和成本，Hippo推出Community Edition社區(qū)版，單機即可安裝部署，開箱即用，并支持多種接口、向量/標量數(shù)據(jù)實時更新，以及多種向量檢索，幫助用戶低成本、快速地進行大模型場景的探索，如構建知識庫、智能問答機器人等。
極簡資源，極速安裝
Hippo社區(qū)版僅需單臺服務器即可安裝部署，百萬級向量數(shù)據(jù)量推薦配置僅需4核8G。all-in-one全內置設計，做到開箱即用，整個安裝過程最快僅需3分鐘，即可上手體驗。
Hippo安裝流程
Hippo社區(qū)版安裝教程
多種接口、多種檢索，簡單易用
Hippo社區(qū)版提供標準的Python、Restful、Java API等接口，可輕松對接各類應用和模型，提高應用開發(fā)和調用的效率。同時，提供類SQL接口，滿足入庫等特定場景，大幅降低使用和操作的難度。
Hippo社區(qū)版支持樹索引和位圖索引，支持向量topk搜索、向量/標量混合搜索和向量相似度過濾，可滿足多種不同的檢索場景。
簡單3步，快速搭建私有知識庫
基于Hippo社區(qū)版，用戶可快速搭建私有知識庫。
第一步：安裝向量數(shù)據(jù)庫Hippo社區(qū)版、embedding model，并驗證；
第二步：知識入庫，將語料文檔通過embedding model轉化為向量，存儲到Hippo中；
第三步：調用大模型，并測試連通性。
基于以上3步，即可開始智能問答。
當用戶發(fā)起提問時，運轉流程如下：
* 向量轉化并檢索，通過embedding model將用戶問題轉化為向量，并作為Hippo的查詢條件進行查詢；
* 構建prompt，將檢索信息與用戶問題進行拼接構造prompt，作為大模型的輸入；
* 大模型回答，大模型使用基礎能力并結合檢索信息完成對用戶問題的回答。
基于Hippo構建知識庫的演示Demo
了解更多信息，請訪問星環(huán)科技向量數(shù)據(jù)庫Transwarp Hippo官網或星環(huán)開發(fā)者社區(qū)。
原創(chuàng)文章，作者：陳晨，如若轉載，請注明出處：http://m.2079x.cn/article/579763.html
