Vector Databases

Semtools

by Run Llama

Outils de recherche sémantique et d'analyse de documents pour la ligne de commande

Stock Rnn

by Lilian

Prédire les prix du marché boursier en utilisant un modèle RNN avec des cellules LSTM multicouches + des embeddings multi-actions optionnels.

Swiss Army Llama

by Jeff Emanuel

Un service FastAPI pour la recherche de texte sémantique utilisant des embeddings précalculés et des mesures de similarité avancées, avec un support intégré pour divers types de fichiers via textract.

Tensorflow Triplet Loss

by Olivier Moindrot

Implémentation de triplet loss dans TensorFlow

Text Embeddings Inference

by Hugging Face

Une solution d'inférence ultra-rapide pour les modèles d'embeddings de texte.

Turbovec

by Ryan Codrai

Un index vectoriel construit sur TurboQuant, écrit en Rust avec des liaisons Python.

Client Python Postgres/pgvector

VectorChord

by supervc-stack

Recherche vectorielle évolutive, rapide et économe en disque dans Postgres, le successeur de pgvecto.rs.

VectorDBBench

by Zilliz

Benchmark pour les bases de données vectorielles.

What Are Embeddings

by Vicki Boykis

Une plongée approfondie dans les embeddings en partant des fondamentaux.

hyperDB

by John Dagdelen

Une base de données vectorielle locale hyper-rapide pour une utilisation avec des agents LLM. Maintenant, acceptation des SAFEs à 135 millions de dollars.