skysys的研究小屋

探索性数据分析 (EDA) 与 SQL 相结合，对于涉及数据探索和分析的数据分析师至关重要。然而，数据分析师经常面临两个主要挑战：（1）需要巧妙地制作 SQL 查询，以及（2）需要生成合适的可视化类型来增强查询结果的解释。由于其重要性，已经进行了大量研究工作来探索解决这些挑战的不同方法，包括利用大型语言模型 (LLM)。然而，现有的方法不能满足现实世界的数据探索要求，主要是由于(1)复杂的数据库模式;(2)用户意图不明确;(3)跨域泛化能力有限;(4)端到端文本到可视化能力不足。

滴滴出行技术专家在学校科普讲座的技术分享和职业生涯规划建议

OpenSearch ML Commons 通过 REST API 提供机器学习算法。支持同步/异步训练 ML 算法、基于训练好的模型进行预测。权限：opensearch 中 ml_full_access、ml_readonly_access 权限的用户可以使用 ML 功能。为了防止 opensearch cluster 在运行 ML 任务时失败，可以（但不必要）配置一个 ML node。

现代深度学习实践中很多场景其实都是对输入数据进行处理、嵌入，最终获得一个 embedding，然后对 embedding 进行相似度检索，而工业界中的被检索数据往往是海量的，因此深度学习模型落地的最后一步也就是大规模向量检索。本文介绍在工业界实践中常用的向量检索方案。