Cơ sở dữ liệu Vector và LLMs (phần 18)

Công nghệ gì sẽ dùng? (tiếp tục)

CSDL vector đang được cách mạng hóa bằng thành công chúng đang có trong việc tạo ra các giải pháp RAG với các mô
hình ngôn ngữ lớn, và các người chơi mới đang xuất hiện liên tục. Sử dụng một trong những cái đã được thiết lập
cung cấp cho bạn an ninh trên một mặt, và mặt khác cho phép bạn tìm ra các ví dụ và giải pháp khác nhau đối với
các vấn đề bạn có thể chạm trán.
Có các tùy chọn khác như Weaviate, Faiss, Milvus, hay Pinecone. Ba cái đầu tiên là các giải pháp mã nguồn mở,
như ChromaDB, trong khi Pinecone là một giải pháp độc quyền. Tuy nhiên, bất cứ chúng sẽ làm việc cho ví dụ của
chúng ta. Trên thực tế, tôi mạnh mẽ khuyến khích bạn rằng, tại cuối học phần, khi bạn đã xây dựng giải pháp, bạn
thay thế ChromaDB với bất cứ CSDL khác đã đề cập.
Nó trở nên thách thức để khuyến nghị một CSDL vector hóa so với cái khác khi nó là một lĩnh vực trong tiến hóa ổn
định, và các đặc tính thường là tương tự. Ngoài ra, với mỗi phiên bản mới, các đặc tính này có xu hướng mở rộng.
Hiện tại, không có người thắng rõ ràng hay tùy chọn có hiệu lực đáng kể hơn so với cái khác. Nó là tốt nhất để
quen thuộc với các giải pháp khác nhau và giữ được thông tin về chúng tiến hóa trên thị trường như thế nào.
table 1
Trong bảng trên, bạn có thể thấy các đặc tính chính của một vài CSDL hiện tại. Như bạn có thể thấy, sự khác nhau
là rất không đáng kể. Nó là đúng rằng tất cả chúng hỗ trợ các metrics khác nhau để đo lường khoảng cách giữa các
embeddings, nhưng tất cả chúng hỗ trợ khoảng cách Cosine. Thứ gì đó tương tự xảy ra với các thuật toán sắp xếp sử
dụng; tất cả chúng, ngoại trừ Pinecone, cái là có bản thân chúng, hỗ trợ HNSW.

Chia sẻ