已經結束第一階段 Retrieval 了！！！

這篇文章來簡介一下 vector database（向量資料庫）。

在檢索最接近的向量時，vector database 可以高效快速地查詢 N 維空間中的最近鄰。

vector database 通常用於支援視覺化、語意和多模態搜尋等向量搜尋使用案例。

在模型中，k-nearest neighbor (k-NN) 索引可以提供有效的向量擷取，並套用像餘弦相似度等距離函數，根據相似性對結果進行排序。

以下是 vector databases 的全景圖：

Figure Source

以下是幾個流行的向量資料庫及其簡介：

Chroma

Chroma 是一個開源的向量資料庫，旨在提供高效的向量檢索功能，支援多種距離度量和索引方法，適合各種應用場景，包括自然語言處理和圖像檢索。

Figure Source

Pinecone

Pinecone 是一個雲端向量資料庫，專注於實時、可擴展的向量檢索。它提供高性能的 k-NN 搜索，支援大規模的向量數據處理，並能夠處理多模態資料。

Figure Source

Weaviate

Weaviate 是一個開源的向量資料庫，支援自動化的向量索引和查詢。它整合了圖形資料庫的功能，提供強大的語意搜尋能力和內建的機器學習模型支持。

Figure Source

Faiss

Faiss（Facebook AI Similarity Search）是由 Facebook 開發的高效向量檢索庫，專門設計用於處理大規模的向量數據。它支援多種索引和搜索策略，適合大規模機器學習和相似性搜尋應用。

Figure Source

Qdrant

Qdrant 是一個用於向量檢索的開源資料庫，具有高效的索引和搜尋功能。它支援分佈式部署，並提供簡單易用的 API，用於構建高性能的向量搜索應用。

Figure Source

Reference

• 什麼是向量資料庫？
• The Top 5 Vector Databases