- RAG pipeline (Retrieval-Augmented Generation) แบบโอเพนซอร์ส
- รวม LLM, หน่วยความจำเวกเตอร์, การสร้าง embedding, การจัดอันดับใหม่, การสรุป และโมเดลกำหนดเองไว้ในคิวรีเดียว
- เพิ่มประสิทธิภาพสูงสุดและทำให้สถาปัตยกรรมการค้นหาง่ายขึ้น
- สร้างบนพื้นฐานของ Postgres และมี binding สำหรับ Python, Javascript, Rust และ C
- ใช้ส่วนขยาย
pgml และ pgvector ของ PostgresML เพื่อบีบอัด RAG pipeline ทั้งหมดให้อยู่ภายใน PostgreSQL
- มอบความสามารถในการค้นหาแบบกำหนดเองประสิทธิภาพสูง พร้อมลดปัญหาด้านอินฟราสตรักเจอร์ให้น้อยที่สุด
ฟีเจอร์หลัก
- ทำให้สถาปัตยกรรมง่ายขึ้น โดยแทนที่ service-oriented architecture ที่ซับซ้อนด้วยคิวรีเดียวที่ทรงพลัง
- ให้การประมวลผลที่เร็วขึ้นและความเสถียรที่ดีขึ้น ด้วยการตัด API call และการเคลื่อนย้ายข้อมูลออกไป
- ปรับปรุงประสบการณ์นักพัฒนา ด้วยซอฟต์แวร์โอเพนซอร์สและโมเดลที่รันแบบโลคัลได้แม้ใน Docker
- รองรับหลายภาษา เช่น Python, JavaScript และ Rust
- รวมการสร้าง embedding, การค้นหาเวกเตอร์, การจัดอันดับใหม่ และการสร้างข้อความไว้ในคิวรีเดียว
- ภายในระบบ Korvus จะดำเนินการด้วย SQL query ที่มีประสิทธิภาพบนแพลตฟอร์มฐานข้อมูลที่ผ่านการพิสูจน์ตามกาลเวลา
พลังของ SQL
- Korvus มีอินเทอร์เฟซระดับสูงสำหรับหลายภาษาโปรแกรม แต่การทำงานหลักอาศัย SQL query ที่ได้รับการปรับแต่งอย่างเหมาะสม
- ผู้ใช้ระดับสูงสามารถตรวจสอบและทำความเข้าใจคิวรีพื้นฐานได้
- สามารถแก้ไขหรือเพิ่ม SQL operation เพื่อขยายความสามารถของ Korvus ได้
- ได้รับประโยชน์จากความสามารถด้าน query optimization ขั้นสูงของ PostgreSQL
ยังไม่มีความคิดเห็น