document-search

Qdrant 在 ViDoRe v3 基准测试中测试了 Perplexity 新推出的视觉文档嵌入，发现 1 位 TurboQuant 可将每页的向量大小从 856 KB 压缩至 40 KB，同时保留 96.5% 的检索准确率（重新评分后可达 99.9%），不过仍须存储原始向量以进行重新评分。

DocuBrowser 是一个开源工具，它使用 SQLite FTS5 和来自 Ollama 的 AI 嵌入向量对本地文档（PDF、Word、电子书等）进行索引，实现关键字与语义的混合搜索以及 AI 生成的摘要，所有这些都可以离线运行，无需互联网或 API 密钥。

本文介绍了 h2oGPT，这是一套开源的微调大语言模型，参数规模从 70 亿到 400 亿不等，旨在成为闭源 GPT 的真正开放替代方案，并提供 100% 私密的文档搜索功能。