- Pipeline RAG (génération augmentée par récupération) open source
- Combine LLM, mémoire vectorielle, génération d’embeddings, reranking, résumé et modèles personnalisés dans une seule requête
- Maximise les performances et simplifie l’architecture de recherche
- Construit sur Postgres. Fournit des bindings pour Python, Javascript, Rust et C
- Compresse l’ensemble du pipeline RAG à l’intérieur de PostgreSQL en utilisant les extensions
pgml et pgvector de PostgresML
- Offre des fonctionnalités de recherche personnalisées haute performance tout en réduisant au minimum les problèmes d’infrastructure
Fonctionnalités principales
- Simplifie l’architecture en remplaçant des architectures complexes orientées services par une seule requête puissante
- Offre un traitement plus rapide et une meilleure fiabilité en supprimant les appels API et les déplacements de données
- Améliore l’expérience développeur grâce à des logiciels open source et à des modèles exécutés localement, y compris avec Docker
- Prend en charge plusieurs langages comme Python, JavaScript et Rust
- Intègre la génération d’embeddings, la recherche vectorielle, le reranking et la génération de texte dans une seule requête
- Exécute les opérations Korvus en interne via des requêtes SQL efficaces sur une plateforme de base de données éprouvée
La puissance de SQL
- Korvus fournit des interfaces de haut niveau dans plusieurs langages de programmation, mais ses opérations centrales reposent sur des requêtes SQL optimisées
- Les utilisateurs avancés peuvent inspecter et comprendre les requêtes sous-jacentes
- Il est possible d’étendre les fonctionnalités de Korvus en modifiant ou en ajoutant des opérations SQL
- Permet de profiter des capacités avancées d’optimisation de requêtes de PostgreSQL
Aucun commentaire pour le moment.