Lantern Как использовать
Lantern — это расширение для векторной базы данных PostgreSQL с открытым исходным кодом, которое предоставляет высокопроизводительные возможности векторного поиска для создания приложений на основе ИИ.
Посмотреть большеКак использовать Lantern
Зарегистрироваться в Lantern Cloud: Перейдите на lantern.dev и нажмите 'Попробовать Lantern бесплатно', чтобы создать бесплатную учетную запись. Кредитная карта не требуется.
Создать базу данных: После регистрации создайте новую базу данных Postgres с включенным Lantern.
Подключиться к вашей базе данных: Используйте предоставленные данные подключения для подключения к вашей базе данных Postgres с включенным Lantern с помощью предпочтительного метода (например, psql, код приложения и т.д.).
Создать таблицу с векторным столбцом: Выполните SQL для создания таблицы, которая включает столбец для хранения векторных вложений, например 'CREATE TABLE books (id SERIAL PRIMARY KEY, book_embedding REAL[3]);'
Вставить векторные данные: Вставьте векторные вложения в вашу таблицу, например 'INSERT INTO books (book_embedding) VALUES ('{0,1,0}'), ('{3,2,4}');'
Создать индекс HNSW: Создайте индекс Lantern HNSW для вашего векторного столбца для ускорения запросов, например 'CREATE INDEX book_index ON books USING lantern_hnsw(book_embedding dist_l2sq_ops) WITH (M=2, ef_construction=10, ef=4, dim=3);'
Выполнить поиск по сходству векторов: Используйте SQL для запроса похожих векторов, например 'SELECT id FROM books ORDER BY book_embedding <-> '{0,0,0}' LIMIT 1;'
Сгенерировать вложения (опционально): Используйте встроенную в Lantern генерацию вложений для создания векторов из текста или изображений, например 'SELECT id FROM books ORDER BY book_embedding <-> text_embedding('BAAI/bge-base-en', 'Мой текстовый ввод') LIMIT 1;'
Часто задаваемые вопросы о Lantern
Lantern — это размещенная база данных Postgres и набор инструментов для разработчиков, предназначенные для создания высокопроизводительных приложений искусственного интеллекта. Она предлагает возможности векторного поиска, генерации встраиваний и эффективного индексирования.
Популярные статьи
12 дней OpenAI: Обновление контента 2024
Dec 11, 2024
X Илона Маска представляет Grok Aurora: новый генератор изображений на базе ИИ
Dec 10, 2024
Hunyuan Video против Kling AI против Luma AI против MiniMax Video-01(Hailuo AI) | Какой генератор видео с ИИ лучший?
Dec 10, 2024
Meta представляет Meta Llama 3.3: Новая эффективная модель
Dec 9, 2024
Показать больше