<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[dzling1的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/dzling1</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; dzling1]]></copyright><item><title><![CDATA[Chroma DB与FAISS等向量数据库中的层次可导航小世界 (HNSW)索引算法介绍]]></title><link>https://blog.youkuaiyun.com/dzling1/article/details/159510299</link><guid>https://blog.youkuaiyun.com/dzling1/article/details/159510299</guid><author>dzling1</author><pubDate>Thu, 26 Mar 2026 16:36:59 +0800</pubDate><description><![CDATA[HNSW（层次可导航小世界）是一种高效的近似最近邻搜索算法，通过构建多层图结构实现快速搜索。它借鉴了小世界网络和跳表的思想，从顶层（稀疏连接）到底层（密集连接）逐层导航，利用贪婪搜索策略快速定位目标。关键参数包括连接数M、构建和搜索时的候选数efConstruction/efSearch。HNSW在保证高召回率（90-99%）的同时实现对数时间复杂度，特别适合处理高维数据，但需要权衡准确性、内存和更新频率。该算法由Malkov和Yashunin于2016年提出，已成为相似性搜索领域的重要突破。]]></description><category></category></item><item><title><![CDATA[向量数据库Chroma DB 的介绍以及在RAG中的应用]]></title><link>https://blog.youkuaiyun.com/dzling1/article/details/159249168</link><guid>https://blog.youkuaiyun.com/dzling1/article/details/159249168</guid><author>dzling1</author><pubDate>Thu, 19 Mar 2026 17:31:32 +0800</pubDate><description><![CDATA[RAG框架与向量数据库应用摘要 RAG（检索增强生成）是一种通过检索外部信息增强语言模型输出的框架，解决LLM的上下文限制和知识冻结问题。其流程包括文档分块、嵌入存储、提示匹配和响应生成，其中向量数据库负责高效存储和检索嵌入向量。使用统一嵌入模型和优化分块策略是关键，ChromaDB等工具通过HNSW算法支持多种距离度量。RAG框架（如LangChain）整合全流程，而向量数据库作为核心组件，能显著提升响应准确性和开发效率。需注意：嵌入模型一致性、分块优化和结果验证对性能至关重要。]]></description><category></category></item></channel></rss>