परिचय

भाग में आपका स्वागत है 3! हम ' हमारे GPU थाक काम कर रहा हैभाग 2और हम वास्तुकला को समझते हैंभाग 1अब यह समय है कि मैं उस जादू में घुस जाऊँ जो सेमेटिक खोज को संभव बनाता है सम्मिलन और भेक्टर डाटाबेस.

नोट: यह AI के साथ मेरे प्रयोगों का एक हिस्सा है।

यह है जहां चीजें दिलचस्प हो जाती हैं।

एम्बेडिंग क्या हैं

एक सम्मिलन पाठ का संख्यात्मक प्रतिनिधित्व है।

अंतर्ज्ञान

एक 2D स्थान में शब्दों को उनके अर्थ के आधार पर प्लॉट करने की कल्पना करें

graph TD
    subgraph "2D Embedding Space (simplified)"
        A[cat: 0.8, 0.2]
        B[kitten: 0.7, 0.3]
        C[dog: 0.6, 0.1]
        D[puppy: 0.5, 0.2]
        E[car: -0.5, 0.8]
        F[vehicle: -0.6, 0.7]
        G[database: 0.1, -0.7]
        H[SQL: 0.2, -0.8]
    end

    class A,B cats
    class C,D dogs
    class E,F vehicles
    class G,H tech

    classDef cats stroke:#333
    classDef dogs stroke:#333
    classDef vehicles stroke:#333
    classDef tech stroke:#333

समान अवधारणाओं को एक साथ समूहबद्ध करें

• जानवर (redM SK1green) एक-दूसरे के पास हैं
• वाहन (blueM SK1 समूहबद्ध किए गए हैं
• तकनीकी शब्द (yellow) क्लस्टर
• असंबंधित अवधारणाएं अलग-अलग हैं।

वास्तविक एम्बेडिंग उपयोग 384 से | 1536 | आयामों को |( | न केवल \2!), | अधिक बारीकण प्राप्त करने के लिए

यह कैसे काम करता है

एक एम्बेडिंग मॉडल, एक तंत्रिका नेटवर्क है जो पाठ को वेक्टरों में मानचित्रित करने के लिए प्रशिक्षित किया जाता है कि

• समान अर्थ → निकट सदिश
• भिन्न अर्थ → दूरवर्ती भेक्टर

graph LR
    A[Text: 'Docker container'] --> B[Embedding Model]
    B --> C[Vector: 384 floats]

    D[Text: 'containerization'] --> B
    B --> E[Vector: 384 floats]

    C -.Similar.-> E

    F[Text: 'chocolate cake'] --> B
    B --> G[Vector: 384 floats]

    C -.Very Different.-> G

    class B model
    class C,E similar
    class G different

    classDef model stroke:#333,stroke-width:4px
    classDef similar stroke:#333
    classDef different stroke:#333

समानता मापन करें

हम उपयोग करते हैं कोसाइन समानता मापने के लिए कैसे करीब दो सदिश हैं

public static float CosineSimilarity(float[] vectorA, float[] vectorB)
{
    if (vectorA.Length != vectorB.Length)
        throw new ArgumentException("Vectors must have same length");

    // Dot product: sum of element-wise multiplication
    float dotProduct = 0;
    for (int i = 0; i < vectorA.Length; i++)
    {
        dotProduct += vectorA[i] * vectorB[i];
    }

    // Magnitude of each vector: sqrt(sum of squares)
    float magnitudeA = 0;
    float magnitudeB = 0;
    for (int i = 0; i < vectorA.Length; i++)
    {
        magnitudeA += vectorA[i] * vectorA[i];
        magnitudeB += vectorB[i] * vectorB[i];
    }
    magnitudeA = MathF.Sqrt(magnitudeA);
    magnitudeB = MathF.Sqrt(magnitudeB);

    // Cosine similarity: dot product / (magnitude_a * magnitude_b)
    return dotProduct / (magnitudeA * magnitudeB);
}

कोसाइन समानता -1 से 1 तक होती है:

• 1.0 = समान अर्थ
• 0.0 = असंबंधित
• -1.0 = विपरीत अर्थ

उदाहरण:

var dockerEmbed = new float[] { 0.5f, 0.3f, -0.2f, 0.8f };  // "Docker container"
var containerEmbed = new float[] { 0.45f, 0.35f, -0.18f, 0.75f };  // "containerization"
var cakeEmbed = new float[] { -0.7f, 0.1f, 0.9f, -0.3f };  // "chocolate cake"

Console.WriteLine(CosineSimilarity(dockerEmbed, containerEmbed));  // ~0.95 (very similar!)
Console.WriteLine(CosineSimilarity(dockerEmbed, cakeEmbed));  // ~0.15 (unrelated)

हमारे उपयोग के लिए क्यों एम्बेडिंग पूर्ण हैं

याद रखें हम एक लेखन सहायक बना रहे हैं जब मैं लिखना शुरू करता हूँ

"इस पोस्ट मेंM SK1 मैं'के साथ अस्तित्व फ्रेमवर्क का उपयोग कैसे दिखाएँ

प्रणाली के बारे में पिछली पोस्टें ढूंढनी चाहिए

• इकाई फ्रेमवर्क
• डाटाबेस अभिगम पैटर्न
• ओआरएम कॉन्फ़िगरेशन
• संबंधित ASP.NET कोर विषय

सिर्फ शब्दकुञ्जी मेल नहीं यह समझना चाहिए कि "EF कोर माइग्रेशनों" संबंधित है यद्यपि यह नहीं कहता है

एम्बेडिंग व पारंपरिक खोज

graph TB
    subgraph "Traditional Keyword Search"
        A1[Query: 'Docker setup'] --> B1[Find: 'Docker' OR 'setup']
        B1 --> C1[❌ Misses: 'containerization guide']
        B1 --> D1[❌ Misses: 'running containers']
        B1 --> E1[✅ Finds: 'Docker setup tutorial']
    end

    subgraph "Embedding-Based Semantic Search"
        A2[Query: 'Docker setup'] --> B2[Generate embedding]
        B2 --> C2[Find similar embeddings]
        C2 --> D2[✅ Finds: 'containerization guide']
        C2 --> E2[✅ Finds: 'running containers']
        C2 --> F2[✅ Finds: 'Docker setup tutorial']
    end

    class B2,C2 semantic

    classDef semantic stroke:#333,stroke-width:2px

एक सम्मिलित मॉडल चुनना

कई सम्मिलित मॉडल हैं

1. स्थानीय रूप से चलाता है Privacy speed
2. ऑनिक्स रनटाइम के साथ काम करता है हम अपने GPU का उपयोग कर सकते हैं
3. अच्छी गुणवत्ता (शुद्ध अर्थबोध
4. दाहिने आकार आयाम अच्छा संतुलन है

लोकप्रिय विकल्प

मॉडल	आयाम			आकार			गुणवत्ता
सभी-MiniLM		384				МSK3	MB			अच्छा	एमSK5	बहुत तेजी से
सभी-mpnet		768				МSK3	MB	{\displaystyle \mathcal {MSC
bge-small अधिक अच्छी	बहुत तेजी से
bge-base सबसे अच्छा	तेजी से
ओपनएआई पाठ Excellent	Slow (network

मेरी सिफारिश: bge-base

• स्टेट-of-the-art open source model
• आयाम (good balance
• ऑनिक्स रनटाइम के साथ बहुत अच्छा काम करता है
• निःशुल्क और स्थानीय रूप से चलाया जाता है

ऑनिक्स प्रारूप में परिवर्तित कर रहा है

अधिकांश मॉडल पिटोर्च प्रारूप में हैं

अनुकूल (परिवर्तन के लिए Python लाइब्रेरी संस्थापित करें:

pip install optimum[exporters]

BGE मॉडल बदलें:

optimum-cli export onnx --model BAAI/bge-base-en-v1.5 --task feature-extraction bge-base-en-onnx/

यह creates:

bge-base-en-onnx/
    model.onnx           # The neural network
    tokenizer.json       # Text → tokens converter
    tokenizer_config.json
    special_tokens_map.json
    config.json

डाउनलोड करें यदि आप 'convert नहीं करना चाहते: कई मॉडल पूर्व -परिवर्तित हैं और हग्गिंग फेस पर उपलब्ध है जिसका नाम ‘.’ है।

C# में सम्मिलन का उपयोग

एक व्यावहारिक एम्बेडिंग जेनेरेटर बनाने के लिए ONNX रनटाइम का उपयोग करें

परियोजना सेटअप

mkdir EmbeddingTest
cd EmbeddingTest
dotnet new console
dotnet add package Microsoft.ML.OnnxRuntime.Gpu --version 1.16.3
dotnet add package Microsoft.ML.Tokenizers --version 0.1.0-preview.23511.1

इन पैकेजों का कारण

• OnnxRuntime.Gpu - GPU पर मॉडल चलाएँ
• Microsoft.ML.Tokenizers पाठ को टोकन आईडी में बदलें

टोकनीकरण पहले

सम्मिलित करने से पहले हमें , को टोकनाइज करना होगा

using Microsoft.ML.Tokenizers;
using System;
using System.Linq;

public class SimpleTokenizer
{
    private readonly Tokenizer _tokenizer;

    public SimpleTokenizer(string tokenizerPath)
    {
        // Load the tokenizer.json file
        _tokenizer = Tokenizer.CreateTokenizer(tokenizerPath);
    }

    public (long[] InputIds, long[] AttentionMask) Tokenize(string text, int maxLength = 512)
    {
        // Tokenize the text
        var encoding = _tokenizer.Encode(text);

        // Get token IDs
        var ids = encoding.Ids.Select(i => (long)i).ToArray();

        // Pad or truncate to maxLength
        var inputIds = new long[maxLength];
        var attentionMask = new long[maxLength];

        int length = Math.Min(ids.Length, maxLength);

        // Copy actual tokens
        Array.Copy(ids, inputIds, length);

        // Set attention mask (1 = real token, 0 = padding)
        for (int i = 0; i < length; i++)
        {
            attentionMask[i] = 1;
        }

        return (inputIds, attentionMask);
    }
}

क्या हो रहा है यहाँ

1. एनकोडिंग ठ्̧रें [101, 8667, 2088, 102]

   • प्रत्येक संख्या एक टोकन आईडी है मॉडल's शब्दावली से
   • विशेष टोकन [सीएलएस [एसईपी

2. पैडिंग - मॉडल स्थिर लंबाई इनपुट की आशा करते हैं

   • यदि पाठ छोटा है
   • यदि पाठ लंबा है

3. ध्यान मास्क - मॉडल को बताता है कि कौन सी टोकन वास्तविक हैं पैडिंग के विपरीत

   • 1 इस टोकन को = प्रक्रिया करें
   • 0 अनदेखा करें

graph LR
    A["Text: 'Docker setup'"] --> B[Tokenizer]
    B --> C[Token IDs:<br/>101, 12849, 12229, 102]
    C --> D[Pad to 512]
    D --> E[Input IDs:<br/>101, 12849, 12229, 102, 0, 0,...]
    D --> F[Attention Mask:<br/>1, 1, 1, 1, 0, 0,...]

    E --> G[Feed to Model]
    F --> G

    class B,G process

    classDef process stroke:#333,stroke-width:2px

एम्बेडिंग जेनेरेटर वर्ग

अब पूरी सम्मिलित पाइपलाइन

using Microsoft.ML.OnnxRuntime;
using Microsoft.ML.OnnxRuntime.Tensors;
using System;
using System.Collections.Generic;
using System.Linq;

public class EmbeddingGenerator : IDisposable
{
    private readonly InferenceSession _session;
    private readonly SimpleTokenizer _tokenizer;
    private readonly int _embeddingDimension;

    public EmbeddingGenerator(string modelPath, string tokenizerPath, bool useGpu = true)
    {
        // Setup session options
        var options = new SessionOptions();
        if (useGpu)
        {
            options.AppendExecutionProvider_CUDA(0);
        }

        // Load model
        _session = new InferenceSession(modelPath, options);

        // Load tokenizer
        _tokenizer = new SimpleTokenizer(tokenizerPath);

        // Get embedding dimension from model output shape
        var outputMetadata = _session.OutputMetadata["last_hidden_state"];
        _embeddingDimension = outputMetadata.Dimensions[2]; // Usually 768 for base models
    }

    public float[] GenerateEmbedding(string text)
    {
        // Step 1: Tokenize
        var (inputIds, attentionMask) = _tokenizer.Tokenize(text);

        // Step 2: Create input tensors
        var inputIdsTensor = new DenseTensor<long>(inputIds, new[] { 1, inputIds.Length });
        var attentionMaskTensor = new DenseTensor<long>(attentionMask, new[] { 1, attentionMask.Length });

        var inputs = new List<NamedOnnxValue>
        {
            NamedOnnxValue.CreateFromTensor("input_ids", inputIdsTensor),
            NamedOnnxValue.CreateFromTensor("attention_mask", attentionMaskTensor)
        };

        // Step 3: Run inference
        using var results = _session.Run(inputs);

        // Step 4: Extract embeddings from output
        var outputTensor = results.First().AsTensor<float>();

        // Output shape is [batch_size, sequence_length, embedding_dim]
        // We want [batch_size, embedding_dim] by mean pooling

        return MeanPooling(outputTensor, attentionMask);
    }

    private float[] MeanPooling(Tensor<float> outputTensor, long[] attentionMask)
    {
        int seqLength = outputTensor.Dimensions[1];
        int embeddingDim = outputTensor.Dimensions[2];

        var embedding = new float[embeddingDim];
        int tokenCount = 0;

        // Average across all non-padded tokens
        for (int seq = 0; seq < seqLength; seq++)
        {
            if (attentionMask[seq] == 0) continue; // Skip padding

            tokenCount++;
            for (int dim = 0; dim < embeddingDim; dim++)
            {
                embedding[dim] += outputTensor[0, seq, dim];
            }
        }

        // Divide by count to get mean
        for (int dim = 0; dim < embeddingDim; dim++)
        {
            embedding[dim] /= tokenCount;
        }

        // Normalize to unit length (common practice)
        return Normalize(embedding);
    }

    private float[] Normalize(float[] vector)
    {
        float magnitude = 0;
        foreach (var val in vector)
        {
            magnitude += val * val;
        }
        magnitude = MathF.Sqrt(magnitude);

        var normalized = new float[vector.Length];
        for (int i = 0; i < vector.Length; i++)
        {
            normalized[i] = vector[i] / magnitude;
        }

        return normalized;
    }

    public void Dispose()
    {
        _session?.Dispose();
    }
}

कोड विच्छेदन:

1. मॉडल लोडिंग - GPU समर्थन के साथ ONNX सत्र बनाता है
2. टोकनीकरण - पाठ को टोकन आईडी में बदलता है
3. टेनसोर निर्माण - मॉडल इनपुट के लिए आकार डेटा
4. उग्रता - तंत्रिका नेटवर्क चलाता है
5. औसत पूलिंग - औसत टोकन अंतःस्थापित करता है
6. सामान्यीकरण - लेक्टर लंबाई बनाता है

औसत पूलिंग समझा गया

graph TB
    A[Model Output:<br/>Token Embeddings] --> B["Token 0 (CLS):<br/>(0.1, 0.5, -0.3, ...)"]
    A --> C["Token 1 (Docker):<br/>(0.4, 0.2, -0.1, ...)"]
    A --> D["Token 2 (setup):<br/>(0.3, 0.6, -0.2, ...)"]
    A --> E["Token 3 (SEP):<br/>(0.2, 0.3, -0.4, ...)"]

    B --> F[Average]
    C --> F
    D --> F
    E --> F

    F --> G["Sentence Embedding:<br/>(0.25, 0.4, -0.25, ...)"]

    class A input
    class F process
    class G output

    classDef input stroke:#333
    classDef process stroke:#333,stroke-width:2px
    classDef output stroke:#333,stroke-width:2px

हम औसत है क्योंकि

• प्रत्येक टोकन के पास अपना एम्बेडिंग है
• हम पूरे वाक्य के लिए एक सम्मिलित करने की जरूरत है
• औसत समग्र अर्थ को समाहित करता है

उपयोग उदाहरण

using System;

class Program
{
    static void Main(string[] args)
    {
        using var embedder = new EmbeddingGenerator(
            modelPath: "bge-base-en-onnx/model.onnx",
            tokenizerPath: "bge-base-en-onnx/tokenizer.json",
            useGpu: true
        );

        // Generate embeddings
        var embedding1 = embedder.GenerateEmbedding("Docker containerization tutorial");
        var embedding2 = embedder.GenerateEmbedding("Setting up containers with Docker");
        var embedding3 = embedder.GenerateEmbedding("Baking a chocolate cake");

        Console.WriteLine($"Embedding dimension: {embedding1.Length}");
        Console.WriteLine($"First 5 values: {string.Join(", ", embedding1.Take(5).Select(f => f.ToString("F4")))}");

        // Calculate similarities
        float sim12 = CosineSimilarity(embedding1, embedding2);
        float sim13 = CosineSimilarity(embedding1, embedding3);

        Console.WriteLine($"\nSimilarity (Docker vs Containers): {sim12:F4}");  // ~0.85
        Console.WriteLine($"Similarity (Docker vs Cake): {sim13:F4}");  // ~0.10
    }

    static float CosineSimilarity(float[] a, float[] b)
    {
        // Since vectors are normalized, dot product = cosine similarity
        float dot = 0;
        for (int i = 0; i < a.Length; i++)
        {
            dot += a[i] * b[i];
        }
        return dot;
    }
}

आउटपुट:

Embedding dimension: 768
First 5 values: 0.0123, -0.0456, 0.0789, -0.0234, 0.0567

Similarity (Docker vs Containers): 0.8542
Similarity (Docker vs Cake): 0.1023

सुंदर! Semantically similar content has high similarity

भेक्टर डाटाबेस

अब हम एम्बेडिंग है

समस्या

हम कहते हैं कि हमारे पास 1000 ब्लॉग पोस्ट्स है

सहज खोज:

float bestSimilarity = -1;
int bestIndex = -1;

for (int i = 0; i < 10000; i++)
{
    float sim = CosineSimilarity(queryEmbedding, storedEmbeddings[i]);
    if (sim > bestSimilarity)
    {
        bestSimilarity = sim;
        bestIndex = i;
    }
}

समस्यायह O है

के लिए 10,000 अंतःकरणों के लिए प्रत्येक आयाम

• ~30 मिलियन उत्प्लावन बिंदु ऑपरेशन
• तीव्र सीपीयू पर भी ~50-100ms

हमें कुछ अधिक तेजी की जरूरत है

भेक्टर डाटाबेस समाधान

भेक्टर डाटाबेसों में HNSW की तरह clever डेटा संरचनाओं का उपयोग करता है (Hierarchical Navigable Small World graphs

graph TB
    A[Query Embedding] --> B[Vector Database]
    B --> C{HNSW Index}

    C --> D[Layer 2:<br/>Coarse Search]
    D --> E[Layer 1:<br/>Refined Search]
    E --> F[Layer 0:<br/>Exact Search]

    F --> G[Top K Results]

    H[10,000 vectors] -.Indexed.-> C

    class B db
    class C index
    class G results

    classDef db stroke:#333,stroke-width:4px
    classDef index stroke:#333,stroke-width:2px
    classDef results stroke:#333,stroke-width:2px

गति तुलना:

• 10K सदिशों के लिए सहज खोज
• 10K सदिशों के लिए भेक्टर डीबी (HNSW): \1-5ms
• अधिक तेजी से

और यह पैमाने पर : मिलियन सदिशों अभी भी सिर्फ लेता है

एक भेक्टर डाटाबेस चुनना

हमारे C# परियोजना के लिए हमें , की जरूरत है

1. अच्छा C# क्लाइंट लाइब्रेरी
2. विस्थापित करने के लिए आसान (Docker
3. अच्छा निष्पादन
4. मुक्त स्रोत /

डेटाबेस |----------|------------|------------|-------------|---------| | क्वारंटCity name (optional, probably does not need a translation) Excellent | Docker | Very Fast | पीजीवेक्टर एनपीजीएसक्यूएल के माध्यम से | \✅ | ( via Npgsql | वियत करना good | Docker | Very Fast | मृग सीमित | Docker/KM SK4s | बहुत तेजी से || Apache | | क्रोमा ठ्̧रें

मेरी पसंद: Qdrant

• उत्कृष्ट C# क्लाइंटQdrant.Client)
• सरल डॉकर डेप्लोमेंट
• भेक्टर खोज के लिए विशेष रूप से बनाया गया (not bolted on)
• महान दस्तावेज़ीकरण
• सक्रिय विकास

वैकल्पिक: pgvector

• हम पहले से ही ब्लॉग के लिए PostgreSQL का उपयोग कर रहे हैं
• सब कुछ एक डाटाबेस में रख सकता है
• कुछ कम निष्पादक, लेकिन सरल वास्तुकला

इस श्रृंखला के लिए मैं उपयोग करेंगे क्वारंटCity name (optional, probably does not need a translation) क्योंकि यह निर्मित और अवधारणाओं को समझने के लिए आसान है

Qdrant सेटअप कर रहा है

डॉकर विनियोजन

docker run -p 6333:6333 -p 6334:6334 \
    -v $(pwd)/qdrant_storage:/qdrant/storage \
    qdrant/qdrant

बंदरगाह:

• 6333 - रेस्ट API
• 6334 जीआरपीसी API

भंडारण: डेटा को स्थायी बनाता है ./qdrant_storage होस्ट पर

क्लाइंट सेटअप

dotnet add package Qdrant.Client --version 1.7.0

एक संग्रह बना रहा है

एक संग्रह एक तालिका की तरह है - यह एक विशिष्ट आयाम के सदिशों को धारण करता है

using Qdrant.Client;
using Qdrant.Client.Grpc;

public class QdrantSetup
{
    private readonly QdrantClient _client;

    public QdrantSetup(string host = "localhost", int port = 6334)
    {
        _client = new QdrantClient(host, port);
    }

    public async Task CreateCollectionAsync(string collectionName, ulong vectorSize)
    {
        // Check if collection exists
        var collections = await _client.ListCollectionsAsync();
        if (collections.Any(c => c.Name == collectionName))
        {
            Console.WriteLine($"Collection '{collectionName}' already exists");
            return;
        }

        // Create collection
        await _client.CreateCollectionAsync(
            collectionName: collectionName,
            vectorsConfig: new VectorParams
            {
                Size = vectorSize,  // 768 for bge-base
                Distance = Distance.Cosine  // Cosine similarity
            }
        );

        Console.WriteLine($"Created collection '{collectionName}' with {vectorSize} dimensions");
    }
}

कुंजी पैरामीटर:

• Size - आपके एम्बेडिंग मॉडल से मिलना चाहिए bge के लिए 768
• Distance - समानता को कैसे मापना है
  • Distance.Cosine कोसाइन समानता
  • Distance.Euclid - यूक्लिड दूरी
  • Distance.Dot - Dot उत्पाद

भेक्टरों को घुसा रहा है

using Qdrant.Client.Grpc;
using System.Collections.Generic;

public class QdrantInserter
{
    private readonly QdrantClient _client;

    public QdrantInserter(QdrantClient client)
    {
        _client = client;
    }

    public async Task InsertBlogChunkAsync(
        string collectionName,
        ulong id,
        float[] embedding,
        string blogPostSlug,
        string chunkText,
        int chunkIndex)
    {
        var point = new PointStruct
        {
            Id = id,
            Vectors = embedding,
            Payload =
            {
                ["blog_post_slug"] = blogPostSlug,
                ["chunk_text"] = chunkText,
                ["chunk_index"] = chunkIndex,
                ["timestamp"] = DateTimeOffset.UtcNow.ToUnixTimeSeconds()
            }
        };

        await _client.UpsertAsync(collectionName, new[] { point });
    }

    public async Task InsertBatchAsync(
        string collectionName,
        List<(ulong id, float[] embedding, Dictionary<string, object> payload)> points)
    {
        var qdrantPoints = points.Select(p => new PointStruct
        {
            Id = p.id,
            Vectors = p.embedding,
            Payload = { p.payload }
        }).ToList();

        // Batch insert for efficiency
        await _client.UpsertAsync(collectionName, qdrantPoints);

        Console.WriteLine($"Inserted {points.Count} points");
    }
}

पेलोड का वर्णन:

• प्रत्येक सदिश में संलग्न मेटाडेटा की तरह
• किसी भी वस्तु को भंडारित कर सकता है
• खोज योग्य और फिल्टर योग्य!

बैच प्रवेश:

• एक से अधिक तेजी
• Qdrant 100-1000 की बैचों को कुशलता से संभालता है

भेक्टर खोज रहा है

public class QdrantSearcher
{
    private readonly QdrantClient _client;

    public QdrantSearcher(QdrantClient client)
    {
        _client = client;
    }

    public async Task<List<SearchResult>> SearchAsync(
        string collectionName,
        float[] queryEmbedding,
        int topK = 10)
    {
        var searchResult = await _client.SearchAsync(
            collectionName: collectionName,
            vector: queryEmbedding,
            limit: (ulong)topK,
            scoreThreshold: 0.7f  // Only return if similarity > 0.7
        );

        return searchResult.Select(r => new SearchResult
        {
            Id = r.Id.Num,
            Score = r.Score,
            BlogPostSlug = r.Payload["blog_post_slug"].StringValue,
            ChunkText = r.Payload["chunk_text"].StringValue,
            ChunkIndex = (int)r.Payload["chunk_index"].IntegerValue
        }).ToList();
    }

    public async Task<List<SearchResult>> SearchWithFilterAsync(
        string collectionName,
        float[] queryEmbedding,
        string blogPostSlug,  // Only search within this post
        int topK = 5)
    {
        var filter = new Filter
        {
            Must =
            {
                new Condition
                {
                    Field = new FieldCondition
                    {
                        Key = "blog_post_slug",
                        Match = new Match { Keyword = blogPostSlug }
                    }
                }
            }
        };

        var searchResult = await _client.SearchAsync(
            collectionName: collectionName,
            vector: queryEmbedding,
            filter: filter,
            limit: (ulong)topK
        );

        return searchResult.Select(r => new SearchResult
        {
            Id = r.Id.Num,
            Score = r.Score,
            BlogPostSlug = r.Payload["blog_post_slug"].StringValue,
            ChunkText = r.Payload["chunk_text"].StringValue,
            ChunkIndex = (int)r.Payload["chunk_index"].IntegerValue
        }).ToList();
    }
}

public class SearchResult
{
    public ulong Id { get; set; }
    public float Score { get; set; }
    public string BlogPostSlug { get; set; }
    public string ChunkText { get; set; }
    public int ChunkIndex { get; set; }
}

खोज विशेषताएँ:

• limit - वापस ऊपर K सबसे समान
• scoreThreshold - केवल लौटाएँ यदि समानता थ्रेसहोल्ड से अधिक है
• filter मेटाडेटा द्वारा फ़िल्टर करें

पूर्ण उदाहरण: खोज पाइपलाइन

using System;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        // Setup
        var embedder = new EmbeddingGenerator(
            "bge-base-en-onnx/model.onnx",
            "bge-base-en-onnx/tokenizer.json",
            useGpu: true
        );

        var client = new QdrantClient("localhost", 6334);
        var searcher = new QdrantSearcher(client);

        // User query
        string query = "How do I set up Docker with ASP.NET Core?";

        // Generate query embedding
        Console.WriteLine($"Searching for: {query}");
        var queryEmbedding = embedder.GenerateEmbedding(query);

        // Search
        var results = await searcher.SearchAsync(
            collectionName: "blog_embeddings",
            queryEmbedding: queryEmbedding,
            topK: 5
        );

        // Display results
        Console.WriteLine($"\nFound {results.Count} results:\n");

        foreach (var result in results)
        {
            Console.WriteLine($"Score: {result.Score:F4}");
            Console.WriteLine($"Post: {result.BlogPostSlug}");
            Console.WriteLine($"Chunk: {result.ChunkText.Substring(0, Math.Min(100, result.ChunkText.Length))}...");
            Console.WriteLine();
        }
    }
}

आउटपुट:

Searching for: How do I set up Docker with ASP.NET Core?

Found 5 results:

Score: 0.8923
Post: dockercomposedevdeps
Chunk: In this post, I'll show you how to set up a development environment using Docker Compose. This is p...

Score: 0.8654
Post: dockercompose
Chunk: Docker Compose is a tool for defining and running multi-container Docker applications. With Compose...

Score: 0.8102
Post: addingentityframeworkforblogpostspt1
Chunk: You can set it up either as a windows service or using Docker as I presented in a previous post on...

Score: 0.7891
Post: imagesharpwithdocker
Chunk: When running ASP.NET Core applications in Docker containers, you may encounter issues with ImageSha...

Score: 0.7654
Post: selfhostingseq
Chunk: I use Docker Compose to run all my services. Here's the relevant part of my docker-compose.yml file...

Docker और ASP के बारे में प्रासंगिक पोस्टें मिलीं

निष्पादन अनुकूलन

बैच सम्मिलन उत्पादन

एक embeddings उत्पन्न नहीं करें

public class BatchEmbeddingGenerator
{
    private readonly EmbeddingGenerator _embedder;

    public BatchEmbeddingGenerator(EmbeddingGenerator embedder)
    {
        _embedder = embedder;
    }

    public List<float[]> GenerateBatch(List<string> texts, int batchSize = 32)
    {
        var embeddings = new List<float[]>();

        for (int i = 0; i < texts.Count; i += batchSize)
        {
            var batch = texts.Skip(i).Take(batchSize).ToList();

            foreach (var text in batch)
            {
                embeddings.Add(_embedder.GenerateEmbedding(text));
            }

            Console.WriteLine($"Processed {Math.Min(i + batchSize, texts.Count)} / {texts.Count}");
        }

        return embeddings;
    }
}

बैचिंग क्यों करता है

• GPU उपयोग: GPU व्यस्त रखता है
• स्मृति दक्षता: बफर का पुनः उपयोग करता है
• प्रगति ट्रैकिंग: उपयोक्ता प्रतिक्रिया

कैशिंग एम्बेडिंग्स

अपरिवर्तित सामग्री के लिए एम्बेडिंग को पुनः उत्पन्न नहीं करें

using System.Security.Cryptography;
using System.Text;

public class EmbeddingCache
{
    private readonly Dictionary<string, float[]> _cache = new();

    public float[] GetOrGenerate(string text, Func<string, float[]> generator)
    {
        string hash = ComputeHash(text);

        if (_cache.TryGetValue(hash, out var cached))
        {
            return cached;
        }

        var embedding = generator(text);
        _cache[hash] = embedding;

        return embedding;
    }

    private string ComputeHash(string text)
    {
        using var sha256 = SHA256.Create();
        var bytes = sha256.ComputeHash(Encoding.UTF8.GetBytes(text));
        return Convert.ToBase64String(bytes);
    }
}

वैकल्पिक

अगर आप सब कुछ PostgreSQL में रखना चाहते हैं

pgvector एक्सटेंशन संस्थापित करें

CREATE EXTENSION vector;

तालिका बनाएँ

CREATE TABLE blog_embeddings (
    id SERIAL PRIMARY KEY,
    blog_post_slug VARCHAR(255),
    chunk_text TEXT,
    chunk_index INT,
    embedding VECTOR(768)  -- 768 dimensions
);

-- Create HNSW index for fast search
CREATE INDEX ON blog_embeddings USING hnsw (embedding vector_cosine_ops);

से घुसाएँ C#

using Npgsql;
using Pgvector;

public async Task InsertEmbeddingAsync(
    string slug,
    string chunkText,
    int chunkIndex,
    float[] embedding)
{
    await using var conn = new NpgsqlConnection(connectionString);
    await conn.OpenAsync();

    await using var cmd = new NpgsqlCommand(
        "INSERT INTO blog_embeddings (blog_post_slug, chunk_text, chunk_index, embedding) VALUES ($1, $2, $3, $4)",
        conn
    )
    {
        Parameters =
        {
            new() { Value = slug },
            new() { Value = chunkText },
            new() { Value = chunkIndex },
            new() { Value = new Vector(embedding) }
        }
    };

    await cmd.ExecuteNonQueryAsync();
}

pgvector के साथ खोजें

public async Task<List<SearchResult>> SearchAsync(float[] queryEmbedding, int topK = 10)
{
    await using var conn = new NpgsqlConnection(connectionString);
    await conn.OpenAsync();

    await using var cmd = new NpgsqlCommand(
        @"SELECT blog_post_slug, chunk_text, chunk_index,
                 1 - (embedding <=> $1) as similarity
          FROM blog_embeddings
          ORDER BY embedding <=> $1
          LIMIT $2",
        conn
    )
    {
        Parameters =
        {
            new() { Value = new Vector(queryEmbedding) },
            new() { Value = topK }
        }
    };

    var results = new List<SearchResult>();

    await using var reader = await cmd.ExecuteReaderAsync();
    while (await reader.ReadAsync())
    {
        results.Add(new SearchResult
        {
            BlogPostSlug = reader.GetString(0),
            ChunkText = reader.GetString(1),
            ChunkIndex = reader.GetInt32(2),
            Score = reader.GetFloat(3)
        });
    }

    return results;
}

<=> प्रचालक: कोसाइन दूरी **1 - distance**समानता प्राप्ताङ्क में बदलें

सारांश

हमने शामिल किया है

1. ✅ एम्बेडिंग क्या हैं और वे क्या सेमेटिक खोज सक्षम करते हैं
2. ✅ एक सम्मिलित मॉडल को ओनएनक्स में चुनने और रूपांतरित करने के लिए कैसे
3. ✅ ऑनएनक्स रनटाइम के साथ C में एम्बेडिंग उत्पन्न करना
4. ✅ भेक्टर डाटाबेस संकल्पनाएँ
5. ✅ वेक्टर भंडारण और खोज के लिए Qdrant का उपयोग
6. ✅ PostgreSQL में वैकल्पिक: pgvector
7. निष्पादन अनुकूलन

हम अब सेमेटिक रूप से समान ब्लॉग सामग्री ढूंढने के लिए कोर प्रौद्योगिकी है

क्या है

में **भाग 4: इनग्रास पाइपलाइन का निर्माण**हम इंजेक्शन पाइपलाइन बनाएंगे

• मार्कडाउन फ़ाइलों को पढ़ने और विश्लेषण (हम पहले से ही ब्लॉग के लिए ऐसा करते हैं
• बुद्धिमान खंडन रणनीति
• सभी सामग्री के लिए एम्बेडिंग उत्पन्न किया जा रहा है
• बल्क में घुसा रहा है क्वारंटCity name (optional, probably does not need a translation)
• अद्यतन और मिटाने को संभालना
• प्रगति पर निगरानी

हम अपना पूरा ब्लॉग कोर्स प्रक्रमित करेंगे और एक खोज योग्य ज्ञान आधार रखेंगे

श्रेणी नेविगेशन

• भाग 1: परिचय
• भाग 2: GPU सेटअप
• भाग 3: सम्मिश्रणों को समझना | & | भेक्टर डाटाबेस यह पोस्ट
• भाग 4: इनग्रास पाइपलाइन का निर्माण
• भाग 5: विंडोज क्लाइंट
• भाग 6: स्थानीय LLM एकीकृत
• भाग 7: सामग्री उत्पादन & त्वरित इंजीनियरिंग
• भाग 8: उन्नत विशेषताएँ & उत्पादन विनियोजन

संसाधन

• वाक्य ट्रांसफार्मर्स
• क्वान्ट दस्तावेज़ीकरण
• pgvector GitHub
• ऑनिक्स रनटाइम
• माइक्रोसॉफ्ट

आप में मिलेंगे भाग 4!