应用场景

LLM（Large Language Models，大规模语言模型）支持的智能客服、领域知识问答。

将客户的业务知识进行切块、向量化后存储到向量数据库 VikingDB，利用向量相似度检索技术，实现高效的知识库检索，从而提升知识库的利用和管理效果。

• 文本检索、图片搜索、音视频相似性检索。
  • 文本检索、语义检索：NLP（Natural Language Processing，自然语言处理）模型将文本转换为向量，这些模型试图表示单词的场景及其所传达的含义。然后，用户可以使用自然语言和相同的模型进行查询，以查找相关结果，而无需知道特定的关键字。
  • 图片搜索：以图搜图，从海量图库中即时搜索并返回与上传图片最相似的图片。
  • 视频检索：将视频关键帧转化为向量并插入，便可检索相似视频，或进行实时视频推荐。
  • 音频搜索：快速检索海量演讲、音乐、音效等音频数据，并返回相似音频。
• AIGC（AI Generated Content，人工智能生成内容）跨模态检索，多模态数据查询：比如通过语言描述生成图片或者视频。
• 结构化混合检索：将结构化数据和非结构化数据相结合进行检索的技术，可以提供更准确、全面和个性化的检索服务。比如电子商务领域用于商品搜索和推荐，在法律领域用于法律案例检索和法律文书分析，在新闻媒体领域用于新闻内容的分类和推荐。

相似推荐、相关推荐、相似检测，根据用户行为及需求推荐相关信息或商品。

文本、图片、音视频等重复数据去重。

• 相关排序
• 打散排序
• 聚类分析
• 数据挖掘