#similarity-search Repository
Scopri 27 repository GitHub open source attivi contrassegnati con #similarity-search, che raccolgono un totale di 198,119 stelle (con una media di 7,337 stelle per progetto). Il progetto leader di questo argomento è facebookresearch/faiss, con 41,842 stelle.
27 repository in totale
Una libreria per la ricerca efficiente di similarità e il clustering di vettori densi.
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/
Alternativa open source a Algolia + Pinecone e un'alternativa più facile da usare a ElasticSearch ⚡ 🔍 ✨ Motore di ricerca veloce, tollerante agli errori di battitura, in memoria fuzzy per creare esperienze di ricerca deliziose
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 di recupero incorporata OSS per IA multimodale, amichevole per gli sviluppatori. Cerca di più; gestisci meno.
Un Postgres per i dati della tua applicazione, ricerca full-text, recupero vettoriale e aggregazioni. La casa dell'estensione pg_search.
🦛 Documentazione CHONK con Chonkie ✨ — La libreria di ingestione leggera per pipeline RAG veloci, efficienti e robuste
Un grafo di prossimità per la ricerca vettoriale, i prodotti sparsi e l’attenzione su RAM, VRAM e NVMe, applicato a vettori densi, sequenze, forme e insiemi geospaziali in 14 lingue 🔍
Un framework multipiattaforma per la strutturazione video (analisi video) basato su modelli CV e mLLM.
🚀 Una libreria efficiente di collezioni di algoritmi per la ricerca approssimata del vicino più prossimo scritta in Rust 🦀 .
Collezioni di librerie, servizi e articoli di ricerca relativi alla ricerca vettoriale
Un database vettoriale locale ultraveloce da utilizzare con agenti LLM. Ora accettiamo SAFE a 135 milioni di dollari di capitalizzazione.
ArcadeDB Multi-Model Database, un DBMS che supporta SQL, Cypher, Gremlin, HTTP/JSON, MongoDB e Redis. ArcadeDB è un fork concettuale di OrientDB, il primo DBMS Multi-Model. ArcadeDB supporta Vector Embeddings.
SQLite-Vector è un'estensione SQLite multipiattaforma e ultra-efficiente che porta le capacità di ricerca vettoriale nel tuo database incorporato.
Un fork di @ClickHouse che supporta la ricerca vettoriale ad alte prestazioni e la ricerca full-text.
Somiglianze: Un toolkit per il calcolo della similarità e la ricerca semantica. Toolkit di calcolo della similarità e ricerca di corrispondenze, supporta miliardi di dati per la ricerca testo-testo, testo-immagine, immagine-immagine, sviluppato in Python 3, pronto all'uso.
Crea automaticamente indici Faiss knn con i parametri di ricerca della somiglianza più ottimali.
Framework velocissimo per il fine-tuning di modelli di apprendimento per la similarità
Vectra è un database vettoriale locale per Node.js con funzionalità simili a Pinecone ma costruito utilizzando file locali.
Sistema di gestione database C# .NET NoSQL (key value, object store incorporato TextSearch SemanticSearch Vector layer) ACID multi-paradigma.
vsag è una libreria di indicizzazione vettoriale utilizzata per la ricerca di similarità.
Trasforma le tue immagini e i tuoi video in una base di conoscenza personale
Domande frequenti
Qual è il repository #similarity-search più popolare su GitHub?
Il progetto open source #similarity-search più alto in classifica su GitHub è facebookresearch/faiss, con 41,842 stelle. Una libreria per la ricerca efficiente di similarità e il clustering di vettori densi.
Quali linguaggi di programmazione sono più utilizzati nei repository #similarity-search?
Tra i progetti #similarity-search più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, Python, Rust, Go.
Come viene calcolata la classifica dei repository #similarity-search?
Monitoriamo 27 repository open source attivi contrassegnati con #similarity-search (500+ stelle), per un totale di 198,119 stelle e una media di 7,337 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.