10 puntos por xguru 2024-07-17 | Aún no hay comentarios. | Compartir por WhatsApp
  • Pipeline de RAG (generación aumentada por recuperación) de código abierto
    • Combina LLM, memoria vectorial, generación de embeddings, reranking, resumen y modelos personalizados en una sola consulta
    • Maximiza el rendimiento y simplifica la arquitectura de búsqueda
  • Construido sobre Postgres. Ofrece bindings para Python, Javascript, Rust y C
    • Comprime todo el pipeline de RAG dentro de PostgreSQL usando la extensión pgml de PostgresML y la extensión pgvector
  • Proporciona funciones de búsqueda personalizadas de alto rendimiento mientras minimiza los problemas de infraestructura

Funciones principales

  • Simplifica la arquitectura al reemplazar arquitecturas complejas orientadas a servicios con una sola consulta potente
  • Ofrece procesamiento más rápido y mayor confiabilidad al eliminar llamadas a API y movimiento de datos
  • Mejora la experiencia del desarrollador usando software de código abierto y modelos que también pueden ejecutarse localmente en Docker
  • Soporta varios lenguajes como Python, JavaScript y Rust
  • Integra generación de embeddings, búsqueda vectorial, reranking y generación de texto en una sola consulta
  • Ejecuta internamente las operaciones de Korvus con consultas SQL eficientes sobre una plataforma de base de datos probada con el tiempo

El poder de SQL

  • Korvus ofrece interfaces de alto nivel en varios lenguajes de programación, pero sus operaciones principales se basan en consultas SQL optimizadas
  • Los usuarios avanzados pueden inspeccionar y comprender las consultas subyacentes
  • Es posible ampliar las capacidades de Korvus modificando o agregando operaciones SQL
  • Permite aprovechar las funciones avanzadas de optimización de consultas de PostgreSQL

Aún no hay comentarios.

Aún no hay comentarios.