Огляд

У Casibase вектори є однією з його основних переваг. Технологія векторів відіграє ключову роль у представленні та пошуку знань, а завдяки поєднанню її з функцією зберігання, яка перетворює дані, такі як текст та зображення, у щільні вектори, Casibase забезпечує ефективний пошук за схожістю та аналіз даних.

Для визначення векторів зверніться до розділу Основні концепції у попередній документації.

Застосування векторної технології в Casibase

Вбудовування знань

Користувачі можуть завантажувати файли у різних форматах (наприклад, TXT, Markdown, Docx, PDF тощо) і обирати методи вбудовування (наприклад, Word2Vec, GloVe, BERT тощо) для генерації знань та відповідних векторів. Ці вектори зберігаються у векторній базі даних для швидкого пошуку та запитів.

Пошук за подібністю

Casibase перетворює знання на вектори і зберігає їх у векторній базі даних. Це векторне представлення підтримує потужну функцію пошуку за схожістю, що дозволяє користувачам швидко знаходити релевантну інформацію, засновану на контексті або змісті.

When you chat with a knowledge base, the system automatically finds and ranks the most relevant document fragments based on semantic similarity. Each chat response includes a knowledge sources button that shows exactly which parts of your documents were used to generate the answer, along with relevance scores displayed as percentages. This transparency helps you understand and verify the AI's reasoning while providing quick access to source materials.