indexing

Current AI 发布了 Open Source AI Gap Map v0.1，这是一个包含421个开源AI产品的索引，涵盖软件、模型、数据集和硬件，其基础数据以MIT许可证发布。

作者批评RAG和向量数据库的方法，提出正确的做法包括用好memory、分块和索引、摘要、为agent提供搜索工具，以及使用SRAM-only推理服务如Groq和Cerebras。

小米智慧工厂用 GreptimeDB 替换了 Loki 进行日志存储，每月处理数十亿行数据，并采用了定制化索引：针对高基数的 trace_id 使用 Bloom 跳跃索引，针对低基数字段使用倒排索引，并对消息体进行全文搜索。

RL-Index 提出了一种基于强化学习的智能索引框架，通过用LLM生成的解释来扩充文档，将推理从查询阶段转移到索引阶段，从而提升检索效果并降低在线延迟。

一个帖子解释了构建生产级RAG超越简单分块-嵌入-检索-生成所需的四个关键层次：智能查询路由、高级索引、多类型检索和持续评估。

PyLate的发布引入了MaxSim内核，用于GPU加速训练，内存需求更低；以及TACHIOM，用于在CPU上实现快速多向量索引和搜索。

教育性文章，解释FAISS（一个用于十亿级相似性搜索的库），涵盖向量嵌入、最近邻搜索以及IVF和Product Quantization等高效检索技术。

该视频深入介绍了IBM System/360的文件组织方式，涵盖顺序与随机数据的处理、索引机制、设备独立性及成本优势，属于历史技术回顾。

一位开发者构建了一个包含300万篇arXiv论文的模型上下文协议（MCP）索引，以帮助LLMs检索准确的研究引用并减少幻觉，现正在寻找测试者提供反馈。

CocoIndex 是一款工具，通过增量更新来自代码库、文档、PDF、Slack、会议记录和视频的嵌入向量、摘要和知识图谱，为 AI 代理提供持续新鲜的上下文。

本教程介绍如何通过索引优化 MongoDB 查询性能，演示如何识别慢查询、应用复合索引，以及使用 VisuaLeaf 工具进行可视化管理。内容涵盖查询性能分析、索引推荐策略及常见索引误区。