Jerry Ting

确实报错，按照作者修改了 也不行 是不是django的版本问题？

> qdrant 支持稠密向量和稀疏向量，我打算试一试，实现 Vespa 使用的加权稠密/稀疏/科尔伯特检索。 我刚才试过了，本地模式下，还是采用的暴力求解的方式，通过计算2个稀疏向量的dot #product后排序完成检索过程(https://github.com/qdrant/qdrant-client/blob/master/qdrant_client/local/sparse.py#L60)； 不过这不是我想要的，在大数据集下，应该有一种合适的存储 & 索引机制同时能够满足 低成本的存储 以及 高效的topn检索。跟dense向量类似。 qdrant的代码可以参考下面的： ``` from qdrant_client import QdrantClient, models COLLECTION_NAME = "sparse_collection" def cal_text_sparse(text): query = bge_m3.encode([text], return_dense=True, return_sparse=True,...

请问，稀疏向量现在有什么比较好的建索以及检索的方式吗？

i got the same error; fastapi==0.109.2 slowapi==0.1.9

as i rename my api function params as 'request', i will pass the verification; its a not good verification

sadly, we cannot access to You.com。

version: v0.1.3 fatal error: stack overflow, cause Separators missing ""，but python package is supported ``` func TestChunks2(t *testing.T) { logger := log.DefaultLogger _ = utils.LoadConfig(logger) c := textsplitter.RecursiveCharacter{ Separators: []string{"\n\n",...

another problem is that, you cal the chunk size use golang len function, but len function just cal the Byte but in chinese and use UTF-8 encode， one chinese character...

mem it

mark