"vector_top_k" with duplicated vectors

Aperta
#2,104 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 11 giorni

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
35/100
Tipo di issue
Bug
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
c, sqlite
Ambito
databases, search

Direzione di ricerca

Riproduci il comportamento con embeddings duplicati, confrontando vector_top_k senza un indice con libsql_vector_idx. Ispeziona questi punti di ingresso per determinare come vengono gestiti i vettori duplicati; il lavoro è completato quando viene restituita ogni riga corrispondente se gli embeddings sono identici, senza richiedere l’aggiunta di rumore.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hey everyone!

I have a little database that I use for semantic search.

I only embed a subset of the text which means that some embedding can be duplicated.

Without the index, I can access them without any issue, but with libsql_vector_idx, only one of the row is returned. I guess that only one rowid can be stored per vector.

Any idea how I can solve that (except adding a little bit of noise?)

Lingua principale
C
Stelle
17.3k
Fork
562
Merge medio
10g 15h
PR unite (30g)
1

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di tursodatabase/libsql

Tutte le issue di tursodatabase/libsql

Issue simili

Altre issue su C

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.