Milvus 3.0 的演示,教你检索带图表的 PDF 时别用单向量,用 late interaction 保住细节,适合看论文和报告的人。
#Milvus
Milvus 3.0 把向量库升级成支持全文、JSON 和标量的混合检索引擎,10 月 21 日旧金山现场还有 6sense 的大规模实体解析实战分享。
Milvus 官方把 HNSW 的三种量化方案讲清楚了:SQ8/SQ6、PQ、PRQ 各自怎么压缩、省内存多少、代价是什么,做向量检索选型前很值得看。
Criteo、Gorgias 和 Milvus 的人聚在巴黎聊向量检索怎么在生产环境落地,讲召回率和 RAG 索引的实际坑,做检索的可以去听。
Milvus 放了个电商搜索 demo,语义召回后直接在库里用 XGBoost 重排,不用再搭一层排序服务,代码也开源了。
Kaivid Labs 把 40 万向量从 Milvus 搬到 Qdrant 的全过程都写出来了,还带了延迟和内存对比,要做向量库选型的可以看看。
Zilliz 推出的 Milvus 3.0 升级指南很实用,详细说明了新版本的新特性和如何安全升级,对想使用 Milvus 3.0 的开发者很有帮助。
Milvus开源了DeepSeek Harness插件,支持插件化接入,方便模型与Milvus交互,值得一试。
Check out Milvus 3.0's regex capabilities for efficient row scanning. It's a game-changer for handling large datasets with RE2's speed and Milvus' optimizations compared to other regex solutions.
Zilliz 办 Milvus 3.0 全文搜索线上会,现场和 Elasticsearch 对比查询,还演示混合检索排序,搞搜索的可以来听。
Milvus 团队分享:Agent 答错先查检索层,用 EXPLAIN 思路可视化向量搜索,讲 IVF/HNSW/DiskANN 取舍,搞 RAG 的值得看。
Milvus 3.0 带快照和 Spark 连接器,不用复制数据就能给 AI 数据做稳定视图,还能跑分布式批量处理,把结果写回去。
Milvus团队搞了个Vector Graph RAG,用向量库替代图数据库做多跳检索,效果更好还更省钱。一次安装就能跑,适合知识密集场景。