44 篇标记为“engineering”的文章

此版本引入了对象生存时间 (TTL)、zstd 压缩支持、扁平索引 RQ 量化、具有 Weaviate Embeddings 的多模态支持、运行时可配置的 OIDC 证书等等。

1.34 引入了带有 RQ 量化的扁平索引支持、服务器端批量改进、新的客户端库、Contextual AI 集成等等。

动手实践模式：使用 Arize AI 设计用于生成式 AI 企业应用程序的设计模式。

了解 Weaviate 的原生多租户架构如何通过每个租户一个分片、动态资源管理和真正的的数据隔离来提供可扩展的向量搜索。

1.33 默认提供压缩以实现最佳资源利用率，强大的 1 位旋转量化 (RQ)，简化的服务器端批量导入，增强的 OIDC 组管理，以及集合别名正式可用 (GA)。

使用随机旋转的力量来提高 Weaviate 向量搜索的速度-质量权衡的新向量量化算法。

1.32 添加了集合别名，用于无停机集合迁移，高效且强大的旋转量化 (RQ)，GA 副本移动，通过压缩 HNSW 连接减少内存等等！

为速度而设计，为体验而构建。

掌握扩展像 Weaviate 这样的向量数据库的艺术。

了解 Weaviate 和 NVIDIA 如何为代理 AI 实现快速、可扩展的向量搜索。

Weaviate `1.31` 实现了 MUVERA 算法，用于多向量嵌入。 在本博客中，我们深入探讨了该算法的细节，包括 MUVERA 是什么、它的工作原理以及它是否适合您。

1.31 添加了 MUVERA 用于多向量嵌入，新的 BM25 运算符，添加新的对象向量的能力等等！