如果您要在 YouTube Shorts 上觀看三個影片——一個關於義大利烹飪，一個關於國際象棋開局，第三個關於加密貨幣交易，YouTube Shorts 的推薦演算法會將影片描述與您的停留時間結合。
看完 osso bucco 影片後，您的動態中會觸發更多義大利烹飪特色影片。
我們相信每個基於法學碩士的申請都需要這種能力。
在法學碩士工作流程中將文字和結構化資料結合起來是很困難的。它需要一個新的軟體基礎設施層：向量電腦。
向量計算機將多種數據簡化為向量（人工智慧系統的語言）並將它們推送到向量資料庫中。
由於 Spark 已成為 BI 和 AI 培訓中轉換大量資料的系統，因此向量電腦管理資料管道以提供模型，並針對特定目的或使用者進行最佳化。
如今，大多數向量都非常簡單，但向量將越來越多地嵌入各種數據，而向量電腦將成為釋放這些強大組合的引擎。
Superlinked 正在建立向量計算機。創辦人 丹尼爾·斯沃納瓦 是 YouTube 的前工程師，在即時機器學習系統領域工作了十年。
向量計算機透過協助為檢索增強生成 (RAG) 提供正確的資料來提高 LLM 的準確性。它們透過包含多種可以快速更新的數據來更快地優化法學碩士。
LLM 優化的其他技術需要重新訓練或微調。這些有效，但需要時間。 （不遠的）未來的標準 LLM 堆疊將同時利用 RAG 和微調。
Superlinked 目前處於產品預覽階段，與 MongoDB、Redis、Dataiku 等幾個主要基礎設施合作夥伴合作。如果您想了解更多， 點擊這裡..
我們很高興與 Daniel & Ben 合作。
