10 Punkte von xguru 2024-07-17 | Noch keine Kommentare. | Auf WhatsApp teilen
  • Open-Source-RAG-Pipeline (Retrieval-Augmented Generation)
    • Kombiniert LLM, Vektorspeicher, Embedding-Erstellung, Reranking, Zusammenfassung und benutzerdefinierte Modelle in einer einzigen Abfrage
    • Maximiert die Leistung und vereinfacht die Sucharchitektur
  • Auf Basis von Postgres entwickelt. Bietet Bindings für Python, JavaScript, Rust und C
    • Komprimiert die gesamte RAG-Pipeline innerhalb von PostgreSQL mithilfe der Erweiterungen pgml von PostgresML und pgvector
  • Bietet hochperformante benutzerdefinierte Suchfunktionen bei minimalem Infrastrukturaufwand

Hauptfunktionen

  • Vereinfacht die Architektur, indem komplexe serviceorientierte Architekturen durch eine einzige leistungsstarke Abfrage ersetzt werden
  • Sorgt für schnellere Verarbeitung und höhere Zuverlässigkeit, indem API-Aufrufe und Datenbewegungen entfallen
  • Verbessert die Developer Experience durch Open-Source-Software und lokal in Docker ausführbare Modelle
  • Unterstützt verschiedene Sprachen wie Python, JavaScript und Rust
  • Vereint Embedding-Erstellung, Vektorsuche, Reranking und Textgenerierung in einer einzigen Abfrage
  • Führt Korvus-Operationen intern als effiziente SQL-Abfragen auf einer bewährten Datenbankplattform aus

Die Stärke von SQL

  • Korvus bietet High-Level-Interfaces für mehrere Programmiersprachen, die Kernoperationen basieren jedoch auf optimierten SQL-Abfragen
  • Fortgeschrittene Nutzer können die zugrunde liegenden Abfragen prüfen und verstehen
  • Die Funktionen von Korvus lassen sich durch Anpassen oder Ergänzen von SQL-Operationen erweitern
  • Nutzer profitieren von den fortgeschrittenen Möglichkeiten der Abfrageoptimierung in PostgreSQL

Noch keine Kommentare.

Noch keine Kommentare.