embeddings

Plugin Obsidian untuk berinteraksi dengan AI-Assistant yang berfokus pada privasi, membuat second brain Anda menjadi lebih cerdas!

Seri ini akan membawa Anda dalam perjalanan dari dasar-dasar NLP dan Computer Vision hingga Vision-Language Models terkini.

Pencarian Semantik Sumber Terbuka untuk AI Agent Anda

Penyelaman mendalam ke dalam embedding dimulai dari dasar-dasar

Layanan FastAPI untuk pencarian teks semantik menggunakan embedding yang telah dihitung sebelumnya dan ukuran kemiripan tingkat lanjut, dengan dukungan bawaan untuk berbagai jenis file melalui textract.

Database vektor yang dapat disematkan untuk Go dengan antarmuka seperti Chroma dan nol dependensi pihak ketiga. Dalam memori dengan persistensi opsional.

Pustaka Rust untuk menghasilkan embedding vektor, melakukan reranking secara lokal!

Sumber daya, contoh, dan tutorial untuk AI multimodal, RAG, dan agen menggunakan pencarian vektor serta LLM

Alat untuk mempelajari representasi vektor kata dan entitas dari Wikipedia

Repositori contoh kode untuk kemampuan pencarian vektor di Azure AI Search.

Ekstensi basis data vektor PostgreSQL untuk membangun aplikasi AI

ID-based RAG FastAPI: Integrasi dengan Langchain dan PostgreSQL/pgvector

Epsilla adalah Sistem Manajemen Basis Data Vektor berkinerja tinggi

Alat pengindeksan repositori kode untuk meningkatkan pengalaman LLM Anda.

Neum AI adalah kerangka kerja terbaik di kelasnya untuk mengelola pembuatan dan sinkronisasi penyematan vektor dalam skala besar.

🚀 Catalyst adalah pustaka Pemrosesan Bahasa Alami C# yang dibuat untuk kecepatan. Terinspirasi dari desain spaCy, ini menghadirkan model terlatih, dukungan bawaan untuk pelatihan embedding kata dan dokumen, serta model pengenalan entitas yang fleksibel.

Magick adalah toolkit mutakhir untuk jenis pembuat AI baru. Buat Magick bersama kami!

🪿 LinGoose adalah framework Go untuk membangun aplikasi AI/LLM yang luar biasa.

Melatih Model secara Kontrastif di PyTorch

Pencocokan, pengelompokan, dan evaluasi string fuzzy.

Contoh yang menunjukkan cara membangun aplikasi Java yang didukung oleh Generative AI dan LLM menggunakan Spring AI dan Spring Boot.

Microsoft Foundry (demo, dokumentasi, akselerator).

Basis data relasional tertanam dan API data Rust asli.

VectorFlow adalah pipeline embedding vektor bervolume tinggi yang menyerap data mentah, mengubahnya menjadi vektor, dan menulisnya ke database vektor pilihan Anda.

Generative Representational Instruction Tuning

Vestige memberikan memori tajam pada agen AI: server Rust MCP berorientasi lokal yang menelusuri kembali waktu untuk menemukan perubahan, keputusan, atau layanan senyap yang menyebabkan kegagalan hari ini, bukan yang serupa.

Clay Foundation Model - Model AI sumber terbuka dan antarmuka untuk Bumi

Mengklasifikasikan deskripsi kejahatan San Francisco di Kaggle ke dalam 39 kelas. Membangun model dengan CNN, RNN (GRU dan LSTM), serta Word Embeddings di Tensorflow.

Framework RAG NodeJS untuk bekerja dengan LLM dan embedding dengan mudah

Agen AI Multimodal MCP dengan mata dan telinga!