#qdrant — Public Fediverse posts

Я убил все RAG‑системы и понял, как делать AGI. Или просто заменил RAG правилом в шесть строк

Или я убил все RAG‑системы и понял, как делать AGI. Или просто заменил RAG правилом в шесть строк RAG ищет похожее, а не истинное сейчас, и на этом ломается память ИИ‑агентов. Собрал за двое суток векторную память на Rust, где детерминированное правило свежести бьёт нейросеть 100% против 3,8%, а по скорости чтения она обходит четыре промышленные базы. С кодом, стендом и честными слабыми местами.

https://habr.com/ru/articles/1066894/

#RAG #векторная_база_данных #память_агента #AIагенты #галлюцинации_LLM #Qdrant #pgvector #Manticore #искусственный_интеллект #AGI

Neu im Blog: @Ischmittis berichtet, wie wir jetzt auch #n8n und #Qdrant mit Gatus überwachen können.
(Damit man sich nicht mehr wundert, wenn der Kundenchatbot plötzlich nicht mehr antwortet.)

https://www.marketing-factory.de/blog/wie-wir-n8n-und-qdrant-ueberwachen/

Neu im Blog: @Ischmittis berichtet, wie wir jetzt auch #n8n und #Qdrant mit Gatus überwachen können.
(Damit man sich nicht mehr wundert, wenn der Kundenchatbot plötzlich nicht mehr antwortet.)

https://www.marketing-factory.de/blog/wie-wir-n8n-und-qdrant-ueberwachen/

Qdrant + Tailscale — установка и защита

Qdrant — это векторная база данных, которую используют для поиска похожих текстов, изображений и других объектов. Например, Qdrant часто применяют в чат-ботах, RAG-системах, рекомендательных сервисах и приложениях на базе искусственного интеллекта. Однако после установки Qdrant важно правильно настроить доступ и хранение данных. Если просто открыть порт базы данных в интернет, злоумышленники могут попытаться получить доступ к коллекциям или удалить данные. Читать

https://habr.com/ru/articles/1061724/

#qdrant #tailscale

RAG для закупок: Qdrant и LlamaIndex в локальном контуре

Привет Хабр! Меня зовут Владимир, и недавно я решил изучить новую (для себя) технологию - LlamaIndex . А тут и задачка подвернулась - надоело копаться в Положении о закупках, поэтому понадобился RAG для ответов по ФЗ-44, ФЗ-223, ну и локальному положению. В этой статье разберу, как создать простенький RAG, не выходящий из локального контура, на базе LlamaIndex + Qdrant, напишем к нему API и UI на Gradio. Поехали.

https://habr.com/ru/articles/1056194/

#qdrant #llamaindex #rag #python #векторный_поиск #llm #fastapi

Production incident and the first question is: have we seen this before?

I built a Quarkus service that turns Java incidents into vectors with deterministic feature hashing — no embedding model, no LLM. Store them in Qdrant, search by failure shape, filter by service and environment.

The vectors are inspectable and repeatable. The scores are explainable from the input.

New tutorial on The Main Thread:

https://www.the-main-thread.com/p/incident-vector-search

#Quarkus #Java #Qdrant #VectorSearch #IncidentManagement

Production incident and the first question is: have we seen this before?

I built a Quarkus service that turns Java incidents into vectors with deterministic feature hashing — no embedding model, no LLM. Store them in Qdrant, search by failure shape, filter by service and environment.

The vectors are inspectable and repeatable. The scores are explainable from the input.

New tutorial on The Main Thread:

https://www.the-main-thread.com/p/incident-vector-search

#Quarkus #Java #Qdrant #VectorSearch #IncidentManagement

Сжатие декодерных эмбеддеров: как ужать 8B до продакшена без потери recall

Декодерный эмбеддер 7–8B дает качество, но платит за него памятью, latency и деньгами. Разбираем все оси сжатия - int8, int4, binary + rescoring, PQ, MRL-усечение - на реальных замерах recall@10: где деградация мягкая, а где обрыв. С воспроизводимым кодом и Colab-ноутбуком под Qwen3

https://habr.com/ru/articles/1054930/

#сжатие_эмбеддингов #квантизация #эмбеддинги #embeddings #RAG #Qdrant #Qwen3 #binary_quantization #Matryoshka #retrieval

Local first. Cloud when needed. Sync between.

I believe this will become one of the defining AI architecture principles of the coming years. It combines privacy, resilience, low latency and scalable intelligence.
#Qdrant #EdgeAI #AIInfrastructure #AISovereignt

Local first. Cloud when needed. Sync between.
Ich glaube, das wird in den nächsten Jahren eines der dominierenden Architekturprinzipien werden.
#Qdrant

Local first. Cloud when needed. Sync between.
Ich glaube, das wird in den nächsten Jahren eines der dominierenden Architekturprinzipien werden.
#Qdrant

Как создать ИИ‑ассистента на кодовой базе компании: опыт команды музыкального сервиса Звук

Если в компании уже используются AI‑инструменты, она может быстрее и дешевле производить свой продукт и, следовательно, давать более конкурентные цены. Конечно же, потребитель выберет производителя с AI. Тогда возникает идея разработать некий механизм, который обладает всеми приватными знаниями организации. Это может быть Confluence, дата хаб, трекер задач и так далее. В этой статье будем разбираться именно на примере кода.

https://habr.com/ru/articles/1051016/

#rag #репозиторий #aiассистент #llm #qdrant #инжест #сберзвук #ииассистент

Retrieval в 2026: как RAG переехал с энкодеров на LLM (и что с этим делать в своём проекте)

Если вы строили RAG в 2023, ваш стек выглядел плюс-минус одинаково. BERT-семейство (BGE, e5) для семантики, BM25 для буквальных совпадений, cross-encoder для реранкинга, какой-нибудь Qdrant сверху. Этим жили два года, и многие до сих пор так живут. Но если посмотреть, кто реально гоняется в продакшене у команд, которые ушли вперёд, ландшафт другой. Энкодеров там почти нет. Эмбеддит файнтюненная LLM. Реранкер — тоже LLM. Инференс на SGLang, а не на ONNX. И вся обвязка перестроилась под это. Эта статья про то, что поменялось и как переиспользовать этот стек у себя. Особенно если вы работаете в узком домене, где готовых датасетов нет.

https://habr.com/ru/articles/1049872/

#RAG #эмбеддинги #embeddings #retrieval #LLM #Qwen3 #Qdrant #vector_search #hard_negatives #LLM2Vec

Escape the proprietary AI cloud tax!

Moving your vector search from Pinecone to open-source Qdrant on Bare Metal is a massive performance & cost upgrade.

Our SRE guide on making the switch:
🔹 In-graph filtering > post-filtering
🔹 INT8 cuts RAM footprint by 400%
🔹 Direct NVMe > Network Storage

Includes full Docker configs & Linux kernel tuning tips to squeeze every drop of IOPS.

Read the playbook here:
https://www.servermo.com/howto/migrate-pinecone-to-qdrant/

#OpenSource #SelfHosted #Qdrant #DevOps #VectorDB

Escape the proprietary AI cloud tax!

Moving your vector search from Pinecone to open-source Qdrant on Bare Metal is a massive performance & cost upgrade.

Our SRE guide on making the switch:
🔹 In-graph filtering > post-filtering
🔹 INT8 cuts RAM footprint by 400%
🔹 Direct NVMe > Network Storage

Includes full Docker configs & Linux kernel tuning tips to squeeze every drop of IOPS.

Read the playbook here:
https://www.servermo.com/howto/migrate-pinecone-to-qdrant/

#OpenSource #SelfHosted #Qdrant #DevOps #VectorDB

Stop stuffing your context like a holiday turkey and start using vector search with Qdrant on Upsun for 25x lower cost per query 💡.

Our guide walks you through building a RAG pipeline and chunking strategies that actually work without the usual headache 🛠️

Check out the full breakdown to level up your search game today 🚀

👉https://developer.upsun.com/tutorials/ai/rag-pipeline

#VectorSearch #Qdrant #RAG #CloudNative

Stop stuffing your context like a holiday turkey and start using vector search with Qdrant on Upsun for 25x lower cost per query 💡.

Our guide walks you through building a RAG pipeline and chunking strategies that actually work without the usual headache 🛠️

Check out the full breakdown to level up your search game today 🚀

👉https://developer.upsun.com/tutorials/ai/rag-pipeline

#VectorSearch #Qdrant #RAG #CloudNative

AI-метрдотель для ресторанной сети: архитектура, сценарии и интеграции

Чат-боты в ресторанном бизнесе чаще всего начинают с простой задачи: снять часть нагрузки с менеджеров и отвечать гостям на типовые вопросы. На практике многие такие решения быстро упираются в ограничения. Бот отвечает шаблонно, не понимает свободный текст, не учитывает контекст гостя, не видит актуальные данные ресторана и при нестандартном запросе просит переформулировать вопрос или вручную переключает диалог на сотрудника. В проекте для ресторанной сети задача была другой: сделать не справочного бота, а AI-метрдотеля, который работает как цифровой сотрудник. Он должен понимать свободный текст, учитывать историю гостя, работать с бронированиями, обращаться к меню и базе знаний, проверять актуальные данные в ресторанных системах, принимать платежи, собирать отзывы и передавать диалог менеджеру в сценариях, где требуется участие человека. Такой продукт требует не только языковой модели. В основе должны быть база знаний, профиль гостя, интеграции с операционными системами ресторана, RAG, сценарная маршрутизация, контроль доступа, логирование и техническая архитектура, рассчитанная на работу с реальными бронями, оплатами и персональными данными.

https://habr.com/ru/articles/1041262/

#aiассистенты #rag #telegram_api #crmсистемы #проектирование_api #postgresql #qdrant #data_engineering #автоматизация_бизнеса #чатботы

RAG без downtime: настраиваем инкрементальное обновление документов на Qdrant и LangChain

PM: Нам нужно актуализировать базу знаний для ИИ-ассистента, там изменилась инструкция по смене пароля. DevOps: Не проблема, сейчас запущу скрипт, через два часа всё обновится. Предупреди Заказчика о недоступности сервиса. Знакомая ситуация? Полная зачистка векторной базы и реиндексация всех имеющихся документов с остановкой сервиса - решение простое и надёжное, но «прощается» только на этапе прототипа. В продакшене могут быть сотни тысяч документов, живые пользователи и SLA с требованием по доступности сервиса. Обновилась одна, пусть и очень важная инструкция, и сервис недоступен два часа. А если таких обновлений десятки в неделю? Давайте исправим это и напишем ETL-скрипт , который умеет добавлять, обновлять и удалять отдельные документы без остановки сервиса.

https://habr.com/ru/articles/1038456/

#rag #etlпайплайн #qdrant #qdrant_vector_store #масштабирование #airflow #python #rag_система

Хакатон Samsung IT Academy Hack 2026: как студенты оптимизировали поиск в корпоративном мессенджере

Поиск — штука настолько привычная, что её редко рассматривают как отдельную инженерную задачу. На деле это связка из четырёх частей: парсинг и нормализация исходных данных, индексация, обработка пользовательского запроса и ранжирование результатов. Каждая из них живёт по своим правилам и ломается по своим причинам. Сложно представить более прикладную область, поэтому на хакатоне IT Academy Hack 2026 от IT Академии Samsung Innovation Campus в этом году, мы решили попросить студентов предложить варианты улучшения поиска по сообщениям в контуре корпоративного мессенджера. Кстати, VK Tech стал индустриальным партнером конкурса уже во второй раз — предоставил инфраструктуру для студентов, и стал одним из постановщиков задач. Меня зовут Сергей Харламов, я руковожу Исследовательской лабораторией VK Tech . В этой статье расскажу об актуальных проблемах оптимизации поиска, а также о задаче и подходах, которые можно было применить для ее решения.

https://habr.com/ru/companies/vktech/articles/1038306/

#хакатон #поиск #информационный_поиск #elasticsearch #qdrant #embeddings #векторный_поиск #ранжирование #vk_workspace #vk_tech

Практический ИИ-агент Python: LangGraph + Qdrant

При разработке ИИ-агента для базы знаний, мне казалось, что задача почти типовая: складываем информацию в Qdrant, находим информацию через векторный поиск и поиск в интернете и формируем красивый ответ через LLM. На деле ИИ-агент начал уверенно галлюцинировать, приносить не только нерелевантные ответы, но и тупить с короткими пользовательскими запросами. И самое неприятное, при всем при этом метрика «похожести» similarity выглядела достаточно высокой, что сильно вводило в заблуждение. После серии экспериментов и улучшений пришло понимание, что промышленный ИИ-агент — это не столько про LLM, сколько про качество извлечения информации и гибкую оркестрацию компонентов ИИ-агента. Что в итоге полностью поменяло архитектуру моей системы. В статье расскажу, как я пришла от «просто добавь LLM» к промышленному графовому ИИ-агенту на LangGraph + Qdrant.

https://habr.com/ru/articles/1038190/

#aiагенты #retrieval #llmагент #qdrant #rag #langgraph

Как мы довели поиск товаров по изображению до 98% совпадений: FastAPI, DINOv2, Qdrant и поиск на фото полки

Поиск товара по изображению кажется простой задачей — ровно до момента, пока не сталкиваешься с реальным каталогом . В теории все выглядит аккуратно: берем фото, считаем embedding, ищем ближайшие вектора, возвращаем совпадения. На практике начинаются нюансы: у товара несколько изображений, ракурсы отличаются, фон мешает, каталог обновляется постоянно, а бизнес ждет не исследовательский прототип, а сервис, который можно поставить в production. С вами старший программист в Fix Price Константин Репин. И в этом материале разберу, как мы строили сервис визуального поиска товаров, какие инженерные решения реально повлияли на качество и почему текущий результат в 98% совпадений получился не из-за одной удачной модели, а из-за правильно собранного пайплайна.

https://habr.com/ru/companies/fix_price/articles/1034664/

#поиск_товаров #FastAPI #dinov2 #qdrant #визуальные_эмбеддинги #векторный_поиск

💡 Docling + Ollama + Qdrant: costruisci una knowledge base privata con Qwen3.6 in locale
https://gomoot.com/docling-la-libreria-open-source-per-il-pdf-parsing-nelle-pipeline-rag-con-ollama-e-qdrant/

#docling #ollama #parsing #pdf #qdrant #rag

SocratiCode: разбираю MCP-сервер, который даёт ИИ-агенту понимание кодовой базы

Если ваш ИИ-агент при каждом вопросе начинает grep-ом по всему проекту — у меня есть для вас одна штука. SocratiCode — это MCP-сервер, который индексирует кодовую базу через Qdrant и даёт агенту нормальный поиск вместо построчного чтения. Разобрал, как он устроен внутри, потестировал на нашем монорепе и сравнил с обычным режимом Claude Code

https://habr.com/ru/articles/1031878/

#MCP #Claude_Code #векторный_поиск #Qdrant #Ollama #codebase_intelligence #AIагенты #RAG

Разворачиваем RAG на Java без боли: практический гайд

Всем привет! Недавно столкнулся с проблемой, что в настоящее время большая часть обучающих материалов по Retrieval‑Augmented Generation (RAG) сосредоточена на Python‑экосистеме (LangChain, LlamaIndex и тому подобное), а пошаговые руководства, которые показывают, как быстро собрать рабочее RAG‑приложение на чистом Java‑стеке , встречаются крайне редко. Эта статья представляет собой простое практическое руководство, где мы разберём весь процесс от настройки окружения до полного примера кода, чтобы даже начинающий Java‑разработчик мог развернуть RAG.

https://habr.com/ru/articles/1027426/

#RAG #Java #Spring_AI #Qdrant #Ollama #LLM #bgem3 #embeddings

→ Mindlid: 20% lift in top-1 recall for wellness app

🔗 Available via #GeminiAPI & #VertexAI
Integrates with #LangChain, #LlamaIndex, #Haystack, #Weaviate, #Qdrant, #ChromaDB & Vector Search
🧪 Colab notebooks for Gemini API & Vertex AI ready to use

🌐
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2-generally-available/

→ Mindlid: 20% lift in top-1 recall for wellness app

🔗 Available via #GeminiAPI & #VertexAI
Integrates with #LangChain, #LlamaIndex, #Haystack, #Weaviate, #Qdrant, #ChromaDB & Vector Search
🧪 Colab notebooks for Gemini API & Vertex AI ready to use

🌐
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2-generally-available/

Hybrid RAG для бизнеса: умный поиск по документам без облака и утечки данных

Крупная логистическая компания. Многолетний архив — договоры с перевозчиками, регламенты, переписка по инцидентам. Менеджер хочет узнать: были ли у нас претензии к этому контрагенту и на каких условиях мы с ним работали два года назад? Открывает почту, потом SharePoint, потом звонит в архив. Через час у него есть частичный ответ. Та же ситуация повторяется в таможне, банках и юридических фирмах. Данные накоплены — в PDF, Word, сканах, таблицах. Но корпоративная база знаний не отвечает на вопросы: нет инструмента, который понимал бы смысл запроса, а не просто искал по ключевым словам. Автоматизация документооборота упёрлась в потолок классических СЭД.

https://habr.com/ru/articles/1024696/

#Автоматизация_Документооборота #ИИ_для_Бизнеса #Нейросеть_Без_Облака #HybridRAG #Self_Hosted #LangGraph #Haystack #Qdrant #LlamaIndex #observability

Юридическое поле экспериментов для RAG

Можно ли делать RAG на MacStudio M3 Ultra? CAG - убийца RAG? Самый лучший RAG от OpenAI и Grok? Ответы на эти вопросы мы узнали во время участия в соревновании Agentic RAG Legal Challenge . Стоит отметить хорошую организацию соревнования и продуманные метрики. Более 300 команд со всего мира. Ответы на вопросы - под катом

https://habr.com/ru/articles/1014690/

#RAG #CAG #ARLC_2026 #хакатон #выгорание #qdrant #opensourse #llmагент #безумный_план #openrouter

Agentic RAG Challenge. Я знаю что вы искали прошлым летом…

В данной статье хотел бы поделиться опытом участия в хакатоне Agentic Legal RAG Challenge 2026 . Наша команда называется "Sparks of intelligence".

https://habr.com/ru/articles/1014520/

#rag #qdrant #llamaindex #ии_агент #векторный_поиск #чанкинг #гибридный_поиск #векторная_база_данных #хакатон

Databases for #AI: Should you use a vector #database? 🤔

This article compares #opensource projects competing to handle modern #AI workloads, including #machinelearning and #LLMs. Discover which databases best meet today’s AI challenges: https://lpi.org/636x

(Disclaimer: This post contains an AI-generated image.)

#AndyOram #AI #vectordatabase #machinelearning #LLMs #SQL #opensource #hybridsearch #generativeAI #MariaDB #MongoDB #Milvus #Qdrant #Weaviate #Vespa #ChromaDB #LanceDB

Databases for #AI: Should you use a vector #database? 🤔

This article compares #opensource projects competing to handle modern #AI workloads, including #machinelearning and #LLMs. Discover which databases best meet today’s AI challenges: https://lpi.org/636x

(Disclaimer: This post contains an AI-generated image.)

#AndyOram #AI #vectordatabase #machinelearning #LLMs #SQL #opensource #hybridsearch #generativeAI #MariaDB #MongoDB #Milvus #Qdrant #Weaviate #Vespa #ChromaDB #LanceDB

Память ИИ‑агентов: как агенты запоминают, забывают и учатся

Память ИИ‑агентов: как агенты запоминают, забывают и учатся Всем привет! Продолжаю рассказывать и делиться своим опытом создания и внедрения ИИ-агентов. Сегодня давайте поговорим про память ИИ-агентов. Я поделюсь какие типы памяти использую чаще всего, поговорим про базовый минимум без которого нет смысла пытаться строить ИИ-агентов. Начнём с того как вообще работает контекстное окно и почему его не хватает, потом разберём какие типы памяти бывают, как они хранятся и как подгружаются в контекст.

https://habr.com/ru/articles/1012894/

#openai #claude_code #memory_management #rag #rag_pipeline #память_ии #claude_ai #qdrant #ииагенты #ииассистент

Vector databases are becoming more critical as AI agents emerge. Qdrant, a Berlin-based startup, just raised 50M USD Series B because agents make hundreds of queries per second versus a human's few per minute. The retrieval problem didn't shrink with agentic AI, it scaled up. https://venturebeat.com/data/agents-dont-replace-vector-search-they-make-it-harder-to-get-right #AIagent #AI #GenAI #AIInfrastructure #Qdrant

Vector databases are becoming more critical as AI agents emerge. Qdrant, a Berlin-based startup, just raised 50M USD Series B because agents make hundreds of queries per second versus a human's few per minute. The retrieval problem didn't shrink with agentic AI, it scaled up. https://venturebeat.com/data/agents-dont-replace-vector-search-they-make-it-harder-to-get-right #AIagent #AI #GenAI #AIInfrastructure #Qdrant

Qdrant, an open-source vector search engine built in Rust, has closed a 50M USD Series B funding round led by AVP, with participation from Bosch Ventures, Unusual Ventures, Spark Capital, and 42CAP. The company provides modular retrieval components for production AI systems. https://tech.eu/2026/03/12/qdrant-closes-50m-series-b-to-expand-vector-search-infrastructure/ #Tech #Startup #News #DeepTech #Qdrant

Qdrant, an open-source vector search engine built in Rust, has closed a 50M USD Series B funding round led by AVP, with participation from Bosch Ventures, Unusual Ventures, Spark Capital, and 42CAP. The company provides modular retrieval components for production AI systems. https://tech.eu/2026/03/12/qdrant-closes-50m-series-b-to-expand-vector-search-infrastructure/ #Tech #Startup #News #DeepTech #Qdrant

Воякс — аналитик ИИ-автоматизации

Woyax AI Process Auditor — ИИ-агент для автоматического аудита бизнес-процессов. Бот проводит серию интервью с сотрудниками компании через мессенджер, выявляет рутину и узкие места, извлекает структурированные инсайты и формирует отчёт с рекомендациями по ИИ-автоматизации. No-code AI-агент на базе n8n, RAG, Qdrant и нескольких LLM-провайдеров — построенный на одном VPS в Docker Compose. Об этом проекте — две статьи. Эта, техническая — про архитектуру, стек, workflow и процесс разработки. Вторая, на vc_ru — про бизнес-задачу, результаты и практическое применение. Читать можно в любом порядке, статьи дополняют друг друга.

https://habr.com/ru/articles/1006428/

#искусственный_интеллект #rag #qdrant #docker #ai #автоматизация #n8n #внедрение_ии #ии_агент #claude

Coreness Flow: локальный AI-агент без облака и без лишнего кода

Большинство AI-инструментов — либо облако, либо код под каждую задачу. Coreness Flow строится вокруг событий: пришло сообщение, сработал cron, прилетел webhook — агент находит сценарий по триггеру и выполняет цепочку шагов. Плагины декларируют вклад в интерфейс через config.json — фронт собирает вкладки и настройки по этим данным, без правки React-кода . Новый плагин — новая вкладка, без хирургии во фронтенде. RAG полностью локальный: BGE-M3 ONNX INT8 + Qdrant embedded в процессе приложения, гибридный поиск офлайн. Разбор архитектуры — API Bus, lifecycle, система сценариев с триггерами и переходами.

https://habr.com/ru/articles/1005176/

#ai #python #sqlite #qdrant #embeddings #yaml #разработка #electron #react #opensource

via @dotnet : Vector Data in .NET – Building Blocks for AI Part 2

https://ift.tt/VtJUvye
#VectorData #NET #AI #BuildingBlocks #SemanticSearch #RAG #Embedding #Embeddings #VectorDatabase #Qdrant #Redis #CosmosDB #SQLServer #PostgreSQL #SQLite #InMemory #VectorSto…

via @dotnet : Vector Data in .NET – Building Blocks for AI Part 2

https://ift.tt/VtJUvye
#VectorData #NET #AI #BuildingBlocks #SemanticSearch #RAG #Embedding #Embeddings #VectorDatabase #Qdrant #Redis #CosmosDB #SQLServer #PostgreSQL #SQLite #InMemory #VectorSto…

Ok as that Syncfusion on a TERRIBLE approach to word document summarization (expensive, doesn't scale etc..etc...) so offended me here's how to do it better, for free, locally.

https://www.mostlylucid.net/blog/building-a-document-summarizer-with-rag
(blame @alvinashcraft for posting the syncfusion thing on LinkedIn for raising my ire 😜)
#llm #rag #qdrant #csharp

Implementing RAG from scratch with Python, Qdrant, and Docling

https://techlife.blog/posts/implementing-rag-from-scratch-qdrant/

#RAG #VectorSearch #Qdrant #Embeddings #SemanticSearch #LLM #Python

Today I build my first purely local AI based on RAG using open source tools Ollama, Qdrant and .NET. Harder than expected, but satisfying when it finally worked. #opensource #ai #ollama #qdrant #llm

Volle AI-Souveränität mit Infinito.Nexus

https://blog.infinito.nexus/blog/2025/09/23/volle-ai-souveraenitaet-mit-infinito-nexus/

We’re thrilled that our own @itsclelia will be speaking at Vector Space Day, hosted by #Qdrant!

Her talk, Vector Databases for Workflow Engineering, dives into workflow engineering:
⚡️ Workflow state management & persistency
⚡️ Long-term memory for LLMs and agents

If you’re building RAG pipelines, agentic AI, or complex workflows, this session is for you.

📍 Berlin | 🗓️ 26 September
📍RSVP 👉 https://lu.ma/p7w9uqtz

"#Pgvector vs. #Qdrant: Open-Source Vector #Database Comparison"

TL;DR pgvector is awesome

#OpenSource #VectorDatabase #PostgreSQL

https://www.timescale.com/blog/pgvector-vs-qdrant

via @dotnet : Preview 2 of the .NET AI Template Now Available

https://ift.tt/BpYh6ef
#DotNet #AI #ChatTemplate #AIChat #CloudNative #DotNetAspire #Qdrant #VectorDatabase #VisualStudio #VisualStudioCode #CSharpDevKit #AIDevelopment #RAGPattern #OpenAI #AzureAI #S…

via @dotnet : Exploring Microsoft.Extensions.VectorData with Qdrant and Azure AI Search

https://ift.tt/tjPUOTb
#MicrosoftExtensionsVectorData #Qdrant #AzureAISearch #SemanticSearch #DotNet #VectorData #AI #MachineLearning #DataScience #SoftwareDevelopment #TechB…

Immutable Data Structures in Qdrant
https://qdrant.tech/articles/immutable-data-structures/
#ycombinator #data_structures #optimization #immutable_data_structures #perfect_hashing #defragmentation #qdrant

Um dia destes deixa de haver advogados.

Soy Justicio é um projeto que combina a API #OpenAI e o #Qdrant para trabalhar com dados legislativos (legislação espanhola e europeia) e criar uma aplicação que visa democratizar o acesso à informação jurídica.

É um #chatbot que funciona como um sistema de perguntas e respostas de código aberto que utiliza tecnologias de ponta para facilitar o acesso à informação jurídica de uma forma eficiente e compreensível.

#AI #OpenSource

https://justicio.es/

We were not accepted into Google Summer of Code. So, we started our own
https://qdrant.tech/blog/qdrant-summer-of-code-24/
#ycombinator #vector_search_engine #neural_network #matching #SaaS #approximate_nearest_neighbor_search #image_search #recommender_system #vectors #knn_algorithm #hnsw #vector_search #embeddings #similarity #simaes_networks #BERT #transformer #word2vec #fasttext #qdrant

Vektordatenbanken, wie von #Qdrant, spielen eine Schlüsselrolle bei der Strukturierung komplexer Daten wie Bildern in Online-Shops. Diese Datenbanken zerlegen Bilder in Vektoren, die im Raum nach Ähnlichkeit sortiert werden.
Unternehmen nutzen solche Vektordatenbanken, um interne Daten effizient zu durchsuchen und dienen als Gedächtnis für KI-Modelle wie ChatGPT, um genauere Antworten zu liefern. #Vektordatenbanken #KI #Datenstrukturierung

https://www.handelsblatt.com/technik/ki/vektordatenbanken-dieses-berliner-start-up-sortiert-die-daten-fuer-die-kuenstliche-intelligenz/100005463.html

Qdrant, the Vector Search Database, raised $28M in a Series A round
https://qdrant.tech/blog/series-a-funding-round/
#ycombinator #vector_search_engine #neural_network #matching #SaaS #approximate_nearest_neighbor_search #image_search #recommender_system #vectors #knn_algorithm #hnsw #vector_search #embeddings #similarity #simaes_networks #BERT #transformer #word2vec #fasttext #qdrant

Qdrant 1.7.0
https://qdrant.tech/articles/qdrant-1.7.x/
#ycombinator #vector_search #new_features #sparse_vectors #discovery #exploration #custom_sharding #snapshot_based_shard_transfer #hybrid_search #bm25 #tfidf #splade #qdrant