Kiedy wektorowe wyszukiwanie jest słusznym rozwiązaniem - Kacper Łukawski - Qdrant
カートのアイテムが多すぎます
カートに追加できませんでした。
ウィッシュリストに追加できませんでした。
ほしい物リストの削除に失敗しました。
ポッドキャストのフォローに失敗しました
ポッドキャストのフォロー解除に失敗しました
Kiedy wektorowe wyszukiwanie jest słusznym rozwiązaniem - Kacper Łukawski - Qdrant
-
ナレーター：
-
著者：
このコンテンツについて
Interesuje Cię podcastowanie ?
Poznaj moją książkę: Jak zacząć podcast - Michał Dulemba
Z Kacprem Łukawskim z firmy Qdrant rozmawiamy m.in na temat:
- algorytmów ANN (aproximate nearest neighbour)
- przydatności wyszukiwania po embeddingach (wektorach)
- budowaniu systemów search w oparciu o różne silniki
- polskiej obecności w firmach zajmujących się LLMami
- przejściu z roli developera do roli dev advocate
- skalowaniu systemów opartych o wektor search w szczególności Qdrant
- promocji wiedzy na temat AI w Polsce
- roli prelegenta pokazującego zastosowanie określonej technologii
- o wykorzystywaniu rozwiązań prototypowych na produkcji
- ograniczenia w budowaniu systemów opartych o vector search
Przydatne linki:
AI Embassy
https://www.embassy.ai/
Qdrant - baza wektorowa
https://qdrant.tech/
Więcej na temat ANN:
https://towardsdatascience.com/comprehensive-guide-to-approximate-nearest-neighbors-algorithms-8b94f057d6b6
Algorytm HNSW
https://towardsdatascience.com/similarity-search-part-4-hierarchical-navigable-small-world-hnsw-2aad4fe87d37
Napisz do mnie:
Michal Dulemba | LinkedIn
Subskrybuj podcast:
Apple Podcasts
Spotify
Google Podcasts
Podcast Addict
RSS
Korzystam z:
Buzzsprout (hosting odcinków):
https://www.buzzsprout.com/?referrer_id=1783532
Riverside (aplikacja do zdalnego nagrywania):
https://www.riverside.fm/?via=dulemba