20. पहले से चलते database में vector extension का एक लाभ क्या है?
- यह हर विकल्प से हमेशा तेज़ है
- Vectors आपके डेटा के साथ रहते हैं, backups, access control और SQL filters पुनः उपयोग होते हैं
- इसे भंडारण नहीं चाहिए
- यह embeddings की ज़रूरत हटाता है
जवाब देखें
जवाब: Vectors आपके डेटा के साथ रहते हैं, backups, access control और SQL filters पुनः उपयोग होते हैं
एक system चलाना अक्सर दो से बेहतर है, जब तक scale कुछ और न माँगे।
पाठ: Vectors कहाँ रहते हैं
21. बदले दस्तावेज़ को index में कैसे अद्यतन करें?
- नए chunks जोड़ें और पुराने रखें
- उसे दोबारा embed करें और स्रोत दस्तावेज़ ID से उसके पुराने chunks बदलें
- कुछ rebuild न करें और आशा रखें
- Vector संख्याएँ हाथ से बदलें
जवाब देखें
जवाब: उसे दोबारा embed करें और स्रोत दस्तावेज़ ID से उसके पुराने chunks बदलें
पुराने chunks छोड़ने से पुराने, विरोधाभासी परिणाम मिलते हैं।
पाठ: Updates, Deletes और ताज़गी
22. Vectors memory में न समाएँ तो पहला काम क्या है?
- खोज बंद करें
- समस्या अनदेखी करें
- सिर्फ़ metadata हटाएँ
- Quantisation लगाएँ या आयाम घटाएँ, फिर sharding पर विचार करें
जवाब देखें
जवाब: Quantisation लगाएँ या आयाम घटाएँ, फिर sharding पर विचार करें
मशीनें जोड़ने से पहले संपीड़न सबसे सस्ता उत्तोलक है।
पाठ: Scaling, लागत और Latency