Jetzt Ticket sichern: Agile meets Architecture Konferenz – Kulturbrauerei Berlin 👉 10 Mar 09:00
Large Language Models (LLMs) struggle with transforming large datasets, particularly when performing aggregations that require calculations - essentially anything where you’d normally use GROUP BY or ORDER BY in SQL. But what if we need to retrieve extensive data from a system and process it with an LLM, but only have an API with limited functionality available? In this blog post, I present a solution I’ve implemented and tested.
Eine Komponente von RAG (Retrieval-Augmented Generation) ist das Retrieval. In anderen Worten haben wir ein Suchproblem zu lösen. Wenn man Artikel über RAG liest, bekommt man den Eindruck, dass die Vektorsuche ein essentieller oder sogar der einzige Bestandteil sei. In diesem Blogpost sehen Sie, warum das nicht zum Ziel führt.
Ein kurzer Überblick über diverse Technologien zur clientseitigen Speicherung von Daten und Zustand im Browser
Some time ago I was looking for some simple, lightweight tool to document a complex, modularized model. I was not able to find anything that fits my requirements or expectations, so I came up with my own idea. Today, a good 15 months later, I want to introduce it to you.
In the previous post, pHash helped us to summarize our photo album. Now it’s time to employ BK-trees and efficiently search through the metric space of perceptual hashes. Let’s roll up the sleeves; more Rust awaits!
Neo4j ist eine quelloffene NoSQL-Datenbank, die Daten in Graphen organisiert. Sie ermöglicht die effiziente Verarbeitung unterschiedlichster Anwendungsfälle, die zum Beispiel in relationalen oder NoSQL-Datenbanken mit anderen Datenmodellen eher aufwendig sind.
Find us on
