Ce Gao on Vchord

我们真的需要专门的向量数据库吗？(2023)

Tue, 18 Feb 2025 00:00:00 +0000

注：本文最初发表于 2023 年，探讨了专用向量数据库的适用性与必要性，特别是它与 Postgres 及其能力之间的关系。如需了解关于此话题的更多见解与讨论，请参阅以下链接：Do we really need a specialized vector database? | Hacker News。

VectorChord：在 PostgreSQL 中仅花 $1 存储 40 万向量

Thu, 05 Dec 2024 00:00:00 +0000

我们很高兴地宣布推出全新的 PostgreSQL 向量搜索扩展，为大规模向量管理提供极具性价比的解决方案。使用 VectorChord，您可以在 1 亿条 768 维向量数据集上执行 Top 10 查询时，以 0.95 的精度实现 131 QPS。整套环境可在单台机器上运行，每月成本仅为 $250。

推出 PGVecto.rs Cloud：PostgreSQL 可扩展向量搜索现已上云

Fri, 02 Aug 2024 00:00:00 +0000

我们非常激动地宣布推出 PGVecto.rs Cloud——将可扩展向量搜索的强大能力带入你的 PostgreSQL 数据库，现已作为全托管云服务正式上线。

PGVecto.rs 是一款开创性的 Postgres 扩展，支持高性能向量搜索，赋能开发者在现有 Postgres 基础设施之上构建先进的相似度检索应用。借助 PGVecto.rs Cloud，你现在无需自行承担管理扩展的运维开销，即可直接释放这项变革性技术的全部潜力。

我的二值向量搜索比你的 FP32 向量更强

Fri, 22 Mar 2024 00:00:00 +0000

在向量搜索领域，一项引人注目的技术进展正在兴起：二值向量搜索（binary vector search）。这种方法有望通过实现惊人的 30 倍内存缩减，攻克长期存在的内存消耗难题。然而，一个引发广泛讨论的关键问题是：它会对检索精度产生怎样的影响？

2024 年 pgvector vs. pgvecto.rs：PostgreSQL 向量搜索全方位对比

Tue, 19 Mar 2024 00:00:00 +0000

pgvector 和 pgvecto.rs 都是旨在增强 PostgreSQL 向量检索能力的扩展。这些扩展彻底改变了数据库内部执行向量搜索的方式，提供了可扩展、低延迟且支持混合检索的解决方案。在这篇博客文章中，我们将详细阐述 pgvector 与 pgvecto.rs 之间的核心差异。

使用 LlamaIndex 与 pgvecto.rs 构建 RAG 流水线

Fri, 08 Mar 2024 00:00:00 +0000

LlamaIndex 是一个简单、灵活的数据框架，用于将自定义数据源连接到大语言模型（LLM）。

pgvecto.rs 提供了 LlamaIndex 集成，允许你快速检索最相似的向量。在本篇博客中，我们将向你展示如何使用 pgvecto.rs 和 LlamaIndex 构建一套 RAG 流水线。

使用 pgvecto.rs 在 LangChain 中构建大语言模型应用

Fri, 08 Mar 2024 00:00:00 +0000

LangChain 是一个用于开发由语言模型驱动的应用程序的框架。它使应用程序能够：

具备上下文感知能力：将语言模型连接到各种上下文来源（提示词指令、少样本示例、作为回答依据的业务内容等）。
进行推理：依靠语言模型进行推理（例如如何根据提供的上下文作答、应当采取什么行动等）。

我们真的需要专门的向量数据库吗？

Fri, 08 Mar 2024 00:00:00 +0000

随着大语言模型（LLM）的普及，向量数据库也成为了热门话题。只需寥寥几行简单的 Python 代码，向量数据库就能充当 LLM 廉价却高效的“外挂大脑”。但我们真的需要一个专门的向量数据库吗？

pgvecto.rs 0.2：在 PostgreSQL 中统一关系型查询与向量搜索

Tue, 20 Feb 2024 00:00:00 +0000

我们很高兴地宣布发布 pgvecto.rs 0.2，这是弥合 PostgreSQL 中关系型查询与向量搜索之间鸿沟的重要里程碑。此次更新将两者的强大能力融为一体，不仅提升了执行效率，还支持在 PostgreSQL 内部直接运行复杂的混合查询。