- 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.