小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI
Sunny Health如何利用Qdrant构建AI医疗礼宾服务

Sunny Health利用Qdrant构建AI医疗礼宾服务,简化患者寻找医疗服务的过程。通过智能匹配,患者能够快速找到合适的医生并预约。Sunny Health将数据从Postgres迁移至Qdrant,以提升检索效率和减少查询延迟。未来,他们计划优化保险匹配和语义搜索,进一步提升用户体验。

Sunny Health如何利用Qdrant构建AI医疗礼宾服务

Qdrant - Vector Database
Qdrant - Vector Database · 2026-05-21T00:00:00Z
GoPerfect如何利用Qdrant云构建高效招聘团队

GoPerfect利用Qdrant构建高效招聘平台,通过语义搜索和多向量表示,将候选人匹配准确率从30%提升至99.993%。该系统通过并行查询和智能推理,快速筛选高质量候选人,优化招聘流程,减轻招聘者工作量。未来,GoPerfect计划进一步深化Qdrant的应用,提升招聘效率。

GoPerfect如何利用Qdrant云构建高效招聘团队

Qdrant - Vector Database
Qdrant - Vector Database · 2026-05-19T00:00:00Z
Qdrant中的TurboQuant

Qdrant 1.18引入了TurboQuant,这是一种新的基于旋转的向量量化方法,提供8x、16x和32x的压缩率。与标量量化和二进制量化相比,TurboQuant在存储效率和召回率上表现更佳。建议用户在测试数据上尝试TurboQuant配置,以实现更高的召回率和更低的存储需求。该方法无需数据集训练,适用于各种嵌入模型。

Qdrant中的TurboQuant

Qdrant - Vector Database
Qdrant - Vector Database · 2026-05-13T08:00:00Z
Sapu如何利用Qdrant索引2800万篇PubMed摘要以加速癌症研究

Sapu是一家生物制药公司,利用Qdrant索引2800万篇PubMed摘要,以加速癌症研究。该平台支持AI工具,提升文献检索效率,并已发表七篇同行评审论文。Sapu计划将AI平台授权给其他生物技术公司,并与Techforce合作,将AI扩展到机器人工作流程。

Sapu如何利用Qdrant索引2800万篇PubMed摘要以加速癌症研究

Qdrant - Vector Database
Qdrant - Vector Database · 2026-05-12T00:00:00Z
Qdrant 1.18 - TurboQuant量化方法

Qdrant 1.18版本推出了TurboQuant量化方法,提供更高的压缩比和相似的召回率。新增内存监控功能,支持查看各组件的内存使用情况。用户可以在现有集合中添加和移除命名向量,简化模型迁移。同时,审计日志功能得到改进,增加了查询日志的API和请求追踪ID支持,提升了安全性和调试效率。

Qdrant 1.18 - TurboQuant量化方法

Qdrant - Vector Database
Qdrant - Vector Database · 2026-05-11T08:00:00Z
你所说的语义搜索究竟是什么意思?

文章讨论了语义搜索的概念,比较了传统文本搜索引擎与现代向量数据库的区别,强调了向量搜索在日志和安全分析中的精确匹配需求,以及语义搜索在用户发现和非精确结果中的应用。Qdrant正在扩展视频嵌入和本地代理上下文,以提供高性能的向量搜索服务。

你所说的语义搜索究竟是什么意思?

Stack Overflow Blog
Stack Overflow Blog · 2026-05-05T07:40:00Z
Qdrant Cloud现已推出:GPU索引、多可用区(Multi-AZ)和审计日志

Qdrant Cloud推出了GPU索引、多可用区(Multi-AZ)和审计日志功能。GPU索引可提高索引速度至4倍,适用于高写入工作负载。Multi-AZ支持提升可用性,确保在可用区故障时集群仍能运行。审计日志功能记录API操作,满足合规和安全需求。

Qdrant Cloud现已推出:GPU索引、多可用区(Multi-AZ)和审计日志

Qdrant - Vector Database
Qdrant - Vector Database · 2026-04-28T00:00:00Z
Data Graphs如何构建真正的混合图RAG平台

Data Graphs是一家英国公司,提供结合图数据库、全文搜索和向量嵌入的知识图谱服务。其平台通过Qdrant实现混合检索,克服了仅依赖向量检索的局限性,支持复杂数据的高效检索。经过18个月的生产运行,Qdrant表现稳定,未来将向机器优先的方向发展。

Data Graphs如何构建真正的混合图RAG平台

Qdrant - Vector Database
Qdrant - Vector Database · 2026-04-22T00:00:00Z
宣布2026年旧金山向量空间日

2026年6月11日,Qdrant将在旧金山举办第二届Vector Space Day,主题包括AI基础设施、搜索相关性和语义检索。活动将包括深度讨论、快速演讲和社交时光,并举行全球黑客马拉松,鼓励创新的向量搜索应用。

宣布2026年旧金山向量空间日

Qdrant - Vector Database
Qdrant - Vector Database · 2026-04-21T00:00:00Z
Qdrant技能用于AI代理

标准RAG教程介绍了如何将文档嵌入并存储在向量数据库中以进行检索。Qdrant技能帮助AI代理理解向量搜索的工程决策,解决内存和延迟问题。Cosmos平台通过多种功能组合实现高效搜索体验,并提供诊断决策树,提升搜索质量和性能。

Qdrant技能用于AI代理

Qdrant - Vector Database
Qdrant - Vector Database · 2026-03-31T00:00:00Z
掌握Qdrant的多向量搜索

Qdrant推出了免费的多向量搜索课程,旨在帮助开发者深入理解多向量检索。课程分为四个模块,涵盖文本、多模态搜索及优化评估,适合有基础的机器学习和搜索工程师。完成课程并通过认证考试可获得Qdrant证书。

掌握Qdrant的多向量搜索

Qdrant - Vector Database
Qdrant - Vector Database · 2026-03-24T00:00:00Z
从边缘到云的Qdrant视频异常检测

该系统利用最近邻搜索进行异常检测,无需标记异常类型。它将正常活动嵌入Qdrant,实时分析新视频片段以识别异常,适用于监控和制造安全等领域,降低云处理成本。

从边缘到云的Qdrant视频异常检测

Qdrant - Vector Database
Qdrant - Vector Database · 2026-03-15T00:00:00Z
我们筹集了5000万美元,以构建可组合的向量搜索作为核心基础设施

Qdrant宣布获得5000万美元B轮融资,专注于构建支持AI系统的信息检索基础设施。其采用Rust架构,确保低延迟和高性能,适用于多种设备。Qdrant的可组合检索引擎满足不同工作负载需求,提高AI功能的灵活性和效率。

我们筹集了5000万美元,以构建可组合的向量搜索作为核心基础设施

Qdrant - Vector Database
Qdrant - Vector Database · 2026-03-12T00:00:00Z
Qdrant与谷歌Gemini嵌入2的结合

谷歌推出Gemini Embedding 2,这是首个全面支持文本、图像、视频、音频和PDF的多模态嵌入模型,能够直接处理各类模态,避免信息损失,并支持灵活的输出维度。Qdrant数据库与之完美适配,简化了不同模态嵌入的存储与检索过程。该技术可应用于多模态检索、跨模态语义搜索和统一内容推荐等领域。

Qdrant与谷歌Gemini嵌入2的结合

Qdrant - Vector Database
Qdrant - Vector Database · 2026-03-10T00:00:00Z
GlassDollar如何通过从Elasticsearch迁移到Qdrant来提升高召回率的资源获取

GlassDollar帮助企业发现和比较创新初创公司,迁移至Qdrant后,检索速度和准确性显著提升,用户参与度和书签数量均增长三倍。未来将继续优化查询扩展和重排序模型,以提高匹配准确性。

GlassDollar如何通过从Elasticsearch迁移到Qdrant来提升高召回率的资源获取

Qdrant - Vector Database
Qdrant - Vector Database · 2026-03-04T00:00:00Z
Qdrant 1.17 - 相关反馈与搜索延迟改进

Qdrant 1.17.0版本发布,新增相关反馈查询功能,优化搜索结果;改进搜索延迟,提升查询响应速度;新API增强集群监控,优化用户界面体验。

Qdrant 1.17 - 相关反馈与搜索延迟改进

Qdrant - Vector Database
Qdrant - Vector Database · 2026-02-20T08:00:00Z
Qdrant中的相关反馈

Qdrant推出的“相关反馈查询”工具旨在提高向量搜索结果的相关性。该工具经济且可扩展,允许用户通过反馈模型优化检索过程,克服传统方法的局限性,适用于多种数据类型,并在整个向量空间中有效工作。

Qdrant中的相关反馈

Qdrant - Vector Database
Qdrant - Vector Database · 2026-02-19T21:00:00Z
Bazaarvoice如何通过Qdrant扩展AI驱动的产品洞察

Bazaarvoice通过Qdrant实现了对数十亿条评论的实时智能分析,显著提升了客户购物体验。迁移后,存储效率提高100倍,查询延迟保持在100毫秒以内,支持新AI产品开发,简化了操作复杂性。

Bazaarvoice如何通过Qdrant扩展AI驱动的产品洞察

Qdrant - Vector Database
Qdrant - Vector Database · 2026-02-10T00:00:00Z
Sketch & Search:Google DeepMind x Qdrant x Freepik 黑客马拉松获奖者

全球黑客马拉松Sketch & Search汇聚开发者,探索AI驱动的创意流程。参赛团队需构建结合生成模型、视觉创作和向量搜索的系统。获奖项目包括Prometheus、Roast My Snack和AutoScape,展示了检索在创意和实用性中的基础作用。

Sketch & Search:Google DeepMind x Qdrant x Freepik 黑客马拉松获奖者

Qdrant - Vector Database
Qdrant - Vector Database · 2026-02-03T00:00:00Z
Anima Health如何利用Qdrant扩展临床文档智能

英国初级医疗系统面临医生短缺和行政负担重的问题。Anima Health开发了一种临床操作系统,利用Qdrant进行向量搜索和数据分析,提高医疗效率和患者体验,帮助医生快速获取信息,减少行政工作,提升决策质量。Anima旨在构建更自主的临床系统,持续支持医生。

Anima Health如何利用Qdrant扩展临床文档智能

Qdrant - Vector Database
Qdrant - Vector Database · 2026-01-28T00:00:00Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码