互联网
通过向量检索模型,为稠密向量提供高效相似度搜索和聚类,对10亿量级的索引可以做到毫秒级检索的性能。基于不同的应用场景有不同的索引构建方法。基于天数推理产品的底层硬件特性,对多种向量检索模型进行了算法迁移和模型定制化调优。
INTERNET
随着互联网的不断发展,产生了各种各样的海量数据,比如图片、文本、视频和语音等非结构化数据,这些数据可以通过人工智能技术提取出特征向量,然后通过对这些特征向量的计算和检索来实现对非结构化数据的分析和检索。
INTERNET
随着互联网的不断发展,产生了各种各样的海量数据,比如图片、文本、视频和语音等非结构化数据,这些数据可以通过人工智能技术提取出特征向量,然后通过对这些特征向量的计算和检索来实现对非结构化数据的分析和检索。
SCENARIOS
以图搜图,文本检索、人脸比对、个性化推荐等
CHALLENGES
海量非结构数据
对准确度有一定要求
在特定场景中,对检索速度要求高
TECHNICAL PROPOSAL
互联网
通过向量检索模型,为稠密向量提供高效相似度搜索和聚类,对10亿量级的索引可以做到毫秒级检索的性能。基于不同的应用场景有不同的索引构建方法。基于天数推理产品的底层硬件特性,对多种向量检索模型进行了算法迁移和模型定制化调优。
ADVANTAGE
|
||||||