发布时间：2024-05-24 14:05:00

本教程演示如何使用向量检索服务（DashVector），结合LLM大模型等能力，来打造基于垂直领域专属知识等问答服务。其中LLM大模型能力，以及文本向量生成等能力，这里基于上的通义千问 API以及Embedding API来接入。......【阅读全文】

发布时间：2024-05-24 14:02:13

本教程演示如何使用向量检索服务（DashVector），结合LLM大模型等能力，来打造基于垂直领域专属知识等问答服务。其中LLM大模型能力，以及文本向量生成等能力，这里基于灵积模型服务上的通义千问 API以及Embedding API来接入。......【阅读全文】

发布时间：2024-05-24 11:48:46

本教程演示如何使用向量检索服务（DashVector），结合上的Embedding API，来从0到1构建基于文本索引的构建+向量检索基础上的语义搜索能力。具体来说，我们将基于QQ 浏览器搜索标题语料库（：QQ Browser Query Title Corpus）进行实时的文本语义搜索，查询{BANNED}最佳相似的相关标题。......【阅读全文】

发布时间：2024-05-24 11:36:21

本文主要介绍通过DashVector和ModelScope中的Chinese Clip模型实现文搜图、图搜图等功能，同时结合DashText SDK实现sparse vector+dense vector混合检索，熟悉sparse vector的使用方法，提高检索效率。1 准备工作1.1 基本概念Chinese Clip：为模型的中文版本，使用.........【阅读全文】