Awesome GitHub RepositoriesBoolean-Constrained

LanceDB is a vector database and columnar data store designed to function as a versioned dataset manager and vector search engine. It serves as a high-performance backend for indexing and retrieving high-dimensional embeddings, providing the foundation for machine learning data pipelines. The system distinguishes itself through a combination of cloud-native object storage and immutable version tracking, allowing for data time-travel and reproducible AI experiments. It integrates hybrid search capabilities, merging dense vector similarity with BM25 full-text search and SQL-like scalar filters

hnswlib es una librería C++ header-only y motor de indexación vectorial diseñado para la búsqueda aproximada de vecinos más cercanos en alta dimensión. Organiza grandes colecciones de embeddings en una estructura de grafo consultable para permitir consultas de proximidad rápidas y cálculos de distancia. El sistema utiliza grafos Hierarchical Navigable Small World para lograr una búsqueda de similitud vectorial rápida. Se distingue por permitir la definición de métricas de distancia y funciones de similitud personalizadas para adaptar los cálculos a requisitos de datos específicos. El motor cubre el ciclo de vida completo de indexación, incluyendo la construcción incremental del índice y la gestión de puntos de datos mediante adiciones y eliminación de elementos. Las capacidades de consulta incluyen búsqueda de vecinos más cercanos tanto aproximada como exacta, complementada por filtrado de búsqueda booleana para excluir candidatos basados en etiquetas de elementos. La librería soporta la persistencia del índice mediante serialización de archivos binarios y proporciona configuraciones para ejecución paralela para distribuir tareas de consulta e indexación a través de múltiples núcleos de CPU.