ベクトルDB
RAG
Large Language Model
How to Choose a Vector Database
https://www.youtube.com/watch?v=Yo-AzVpWrRg
【院生が徹底解説】ChatGPTのベクトルデータベースとSQLの比較
https://weel.co.jp/media/vector-database-comparison
pinecone
https://www.pinecone.io/
Qdrant
https://qdrant.tech/
意味検索サービス事業者によるベクトルデータベースの比較
https://www.aireview-nlp.com/vectordb/
Picking a vector database: a comparison and guide for 2023
https://benchmark.vectorview.ai/vectordbs.html
(日本語訳) Vector databases (Part 1): What makes each one different?
https://zenn.dev/kun432/articles/20230921-vector-databases-jp-part-1
https://scrapbox.io/files/6561cec09c901a001c0db535.jpeg
(日本語訳) Vector databases (Part 2): Understanding their internals
https://zenn.dev/kun432/articles/20230921-vector-databases-jp-part-2
(日本語訳) Vector databases (Part 3): Not all indexes are created equal
https://zenn.dev/kun432/articles/20230923-vector-databases-jp-part-3
https://scrapbox.io/files/6561d4a9d48682001ccd5a99.png
日本語訳： ベクトルデータベース（パート4）： トレードオフの分析
https://zenn.dev/kun432/articles/20230928-vector-databases-jp-part-4
世の中にある様々なベクトルDBを区別するためには、以下のコンポーネントの関係を理解する必要がある：
アプリケーションレイヤーとその位置
データレイヤーと、データベースやアプリケーションレイヤーとの位置関係
インデックス作成戦略と、メモリおよびCPU使用量との関係
ストレージレイヤーの設計
これら全ての側面に関連するスケーラビリティとコストの検討
クター データベースは CRUD をサポートしています ベクトル ライブラリの制限を解決する完全な (作成、読み取り、更新、および削除)。
Vector DBs(spread sheet)
https://docs.google.com/spreadsheets/d/1tUxif_MQYByprhFArZ2XqssvlMVfn5mKjsPjYTOO08o/edit?pli=1#gid=0
Vector Database まとめ
https://qiita.com/y-mrkm/items/f49cabe1b007bfd65baf
LLMを構築する上で、ナレッジグラフ .vs. ベクトルデータベースの違いを知る
https://note.com/ippei_suzuki_us/n/n10ca44520030
ナレッジグラフは、精度、説明可能性、および文脈を確保するために、あなたのLLMを支える最良の選択です
ベクトル検索で欲しい情報が得られないときの問題点と改良方法を考えてみた
https://dev.classmethod.jp/articles/problem-and-improve-methods-of-vector-search/