10 points par xguru 2024-07-17 | Aucun commentaire pour le moment. | Partager sur WhatsApp
  • 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.

Aucun commentaire pour le moment.