Te damos la bienvenida a la búsqueda de similitud de vectores de Firebase Data Connect, la de Firebase implementación de búsqueda semántica que se integra en Vertex AI de Google
En el núcleo de esta función están las
incorporaciones vectoriales, que son arrays de elementos
números de punto que representan el significado semántico de texto o contenido multimedia Con la ejecución de un
búsqueda de vecino más cercano mediante una incorporación de vector de entrada, puedes encontrar todas
contenido semántico similar. Data Connect usa la base de datos de PostgreSQL
pgvector para esta función.
Esta potente búsqueda semántica puede impulsar casos de uso como motores de recomendaciones y motores de búsqueda. También es un componente clave en las estrategias de aumento de generación en los flujos de IA generativa. La documentación de Vertex AI es un excelente lugar para más información.
Puedes confiar en la compatibilidad integrada de Data Connect para generar vectores automáticamente con la API de Embeddings de Vertex AI, o usar la API para generarlas de forma manual.
Este es un extracto de la documentación de Data Connect. Cuando registrarte en la versión preliminar de Data Connect tendrás acceso completo a esta guía, que abarca los siguientes temas:
- Configuración para realizar búsquedas vectoriales
- Cómo diseñar tu esquema Data Connect para la búsqueda de vectores
- Genera y recupera incorporaciones vectoriales
- Cómo realizar búsquedas de vectores
- Usa incorporaciones personalizadas
- Cómo implementar la búsqueda de vectores en la producción
- Referencia de sintaxis para las directivas de búsqueda de vectores.