lance-format/lance

Allow users to set a distance threshold to consider two vectors a "very similiar"

Fermée

#875 ouverte le 17 mai 2023

Voir sur GitHubGuide contributeur
 (1 commentaire) (0 réaction) (0 personne assignée)Rust (695 forks)github user discovery
A-indexA-pythonenhancementgood first issuehelp wanted

Métriques du dépôt

Stars
 (6 582 étoiles)
Métriques de merge PR
 (Merge moyen 6j 1h) (219 PRs mergées en 30 j)

Description

Problem Statement

For example, I have lots of images that are resized jpgs and gifs -- the hashes are technically different, but the vector l2 distance is tiny then there's deduplicating things like images and watermarked images -- i also want this to be grouped together and to pick just one which basically uses the vector distance again, but with a looser threshold

Guide contributeur

Direction de recherche
Examinez le code d'index vectoriel existant pour trouver où les seuils de distance sont utilisés et ajoutez un parametre configurable pour un seuil 'tres similaire'.
Stack technique
rust
Domaine
backenddatabaseai
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
RustGit
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
55