概述

交付检索增强系统原型，相比使用Milvus 向量数据库作为组件，召回质量(AUC 曲线面积高于Milvus)提升20%；召回性能(QPS高于Milvus)提升50%。完成原型与浪潮分布式存储AS13000 对接适配。

需求详情

研究满足内容语义和精确属性召回的协同检索框架，框架包含向量化、向量索引、协同检索等三个技术，向量化技术研究多模态数据抽取一致向量化表征和属性元数据。向量索引技术研究内容语义和属性条件的协同查询，支持动态更新。协同检索技术研究用户输入的内容语义和属性条件的准确解析，同时针对内容语义和属性条件进行高效召回。研究多模态数据提取为知识的结构化表示技术，设计数据结构高效表示和检索知识，利用知识提升大模型提示词的质量减少模型幻觉。交付检索增强系统原型，相比使用Milvus 向量数据库作为组件，召回质量(AUC 曲线面积高于Milvus)提升20%；召回性能(QPS高于Milvus)提升50%。完成原型与浪潮分布式存储AS13000 对接适配。