https://www.spaceandtime.io/blog/vector-search-to-success 在2022年之前，如果您想要快速回忆起您最喜爱的书中的特定段落，或者您刚刚观看的电影中的一句台词，而又没有书或电影在面前，您可能会转向搜索引擎。您会用一个形式良好的搜索输入提示它，解析返回的结果，访问看起来包含您答案的SparkNotes或IMDB链接，并在几分钟内在页面上找到您正在寻找的文本。现在，您只需打开ChatGPT，键入“终结者最著名的台词是什么？”或“写出《双城记》的开场白”，然后在几秒钟内就能得到您的原话回答。 大型语言模型（LLM）最简单的用法之一是作为知识数据库。LLMs已经接受了丰富信息的庞大数据集的训练，ChatGPT等界面已经使得检索变得轻而易举。例如，当您提示ChatGPT返回电影或书籍内容时，您只是利用了模型回忆它在训练过程中接触过的信息的能力。但是，如果它没有被训练过终结者的剧本，或者它的权重没有给予狄更斯作品的重要性，该怎么办呢？为了即使在最简单的用例（如基本信息检索）中提供最准确和相关的结果，LLMs需要具有精密的索引和检索机制，以...