2 دقیقه مطالعه
Stable Chunk IDs چگونه طراحی میشوند؟
طراحی شناسه پایدار برای chunkها؛ از content hash و source location تا جلوگیری از collision و overwrite. برای پیادهسازی عملی.
- chunk ID RAG
- stable identifiers
- RAG indexing
بلاگ — صفحهٔ 4
آنچه در ساختن و مستقر کردن محصولات هوش مصنوعی در سازمانهای ایرانی یاد گرفتهایم.
خوراک RSS- 3 دقیقه مطالعه
چگونه تغییر ACL بدون تغییر متن باعث باگ امنیتی میشود؟
یک case study امنیتی درباره اینکه چرا تغییر ACL باید حتی بدون تغییر متن، باعث re-index یا update state شود. برای پیادهسازی عملی.
- RAG ACL bug
- document permissions
- RAG security
- 3 دقیقه مطالعه
Idempotent Ingestion در RAG چیست و چرا اهمیت دارد؟
Idempotent Ingestion چیست و چرا برای re-indexing، حذف سندهای stale و ثبات داده در سیستمهای RAG حیاتی است؟ برای پیادهسازی عملی.
- idempotent ingestion
- RAG ingestion
- document reindexing
- 3 دقیقه مطالعه
SQLite در RAG Production؟ کجا مناسب است و کجا نه؟
بررسی نقش SQLite در persistence و development برای RAG و محدودیتهای آن در production scale. برای پیادهسازی عملی.
- SQLite RAG
- RAG persistence
- SQLite production
- 2 دقیقه مطالعه
Qdrant برای RAG؛ معماری Production Vector Database چگونه باید باشد؟
چگونه Qdrant را در معماری Production RAG استفاده کنیم؟ از named vectors و sparse retrieval تا payload filtering و source replacement.
- Qdrant RAG
- Qdrant semantic search
- vector database production
- 2 دقیقه مطالعه
Filtered ANN چیست و چرا فیلتر ACL در Vector Search سخت است؟
Filtered ANN چیست و چرا اعمال ACL و metadata filter در جستجوی برداری یکی از سختترین مسائل معماری RAG است؟ برای پیادهسازی عملی.
- filtered vector search
- HNSW filtering
- ACL vector database
- 2 دقیقه مطالعه
HNSW چیست و چرا در Vector Search استفاده میشود؟
HNSW چیست و چگونه Approximate Nearest Neighbor Search را برای Vector Search سریع و مقیاسپذیر میکند؟ برای پیادهسازی عملی.
- HNSW چیست
- vector search HNSW
- ANN search
- 2 دقیقه مطالعه
Matryoshka Embeddings چیست و چطور هزینه جستجوی برداری را کم میکند؟
Matryoshka Embeddings چیست و چگونه میتوان با ابعاد کمتر، retrieval سریعتر و ارزانتری ساخت؟ برای پیادهسازی عملی.
- matryoshka embeddings
- embedding dimensions
- vector search optimization
- 2 دقیقه مطالعه
Multi-Vector Retrieval چیست و چرا یک Embedding برای کل سند کافی نیست؟
آشنایی با Multi-Vector Retrieval و Multi-Representation Search؛ چرا raw text، title، summary و references باید جداگانه دیده شوند؟
- multi vector retrieval
- multi representation RAG
- semantic search architecture