#neural-search Repository
Scopri 14 repository GitHub open source attivi contrassegnati con #neural-search, che raccolgono un totale di 114,302 stelle (con una media di 8,164 stelle per progetto). Il progetto leader di questo argomento è qdrant/qdrant, con 35,653 stelle.
14 repository in totale
Qdrant – Database vettoriale e motore di ricerca vettoriale ad alte prestazioni e su larga scala per la prossima generazione di IA. Disponibile anche nel cloud https://cloud.qdrant.io/
Weaviate è un database vettoriale open-source che memorizza sia oggetti che vettori, consentendo la combinazione di ricerca vettoriale con filtraggio strutturato con la tolleranza ai guasti e la scalabilità di un database nativo del cloud.
Libreria LLM e SLM facile da usare e potente con un eccezionale zoo di modelli.
🏄 Embedding scalabile, ragionamento, ranking per immagini e frasi con CLIP
MTEB: Valutazione all'avanguardia degli embedding attraverso lingue e modalità
SeekStorm: ricerca vettoriale e lessicale - libreria in-process e server multi-tenant, in Rust.
La scelta open-source del data scientist per scalare, valutare e mantenere dati di linguaggio naturale. Tratta i dati di addestramento come un artefatto software.
Un database vettoriale ad alte prestazioni che sfrutta il calcolo parallelo su grafi
Estensione del database vettoriale PostgreSQL per la creazione di applicazioni AI
Il repository principale per la ricerca e lo sviluppo all'avanguardia nel rispondere a domande multilingue.
Domande frequenti
Qual è il repository #neural-search più popolare su GitHub?
Il progetto open source #neural-search più alto in classifica su GitHub è qdrant/qdrant, con 35,653 stelle. Qdrant – Database vettoriale e motore di ricerca vettoriale ad alte prestazioni e su larga scala per la prossima generazione di IA. Disponibile anche nel cloud https://cloud.qdrant.io/
Quali linguaggi di programmazione sono più utilizzati nei repository #neural-search?
Tra i progetti #neural-search più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, Go, C++.
Come viene calcolata la classifica dei repository #neural-search?
Monitoriamo 14 repository open source attivi contrassegnati con #neural-search (500+ stelle), per un totale di 114,302 stelle e una media di 8,164 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.