AI嵌入式工具赋能普通开发者提升编码效率

Scale AI近日确认获得Meta的“重大”投资，公司估值达到290亿美元。同时，其联合创始人兼CEO Alexandr Wang将卸任，加入Meta，参与其“超级智能”项目。据称，Meta投资约143亿美元，获得Scale AI 49%的股份。Scale AI主要为AI模型提供数据标注服务，是生成式AI发展的重要支持者。Meta表示，双方将深化在AI数据生产方面的合作，并将在未来几周公布更多团队信息。Wang卸任后，现任首席战略官Jason Droege将暂代CEO一职。Scale AI强调公司仍保持独立运营，Wang将继续担任董事会成员。 Embeddings技术将复杂数据（如文本、图像、用户行为）转化为可比较的数值向量，便于进行语义分析，提升搜索、推荐和分类的准确性。开发者无需训练模型或搭建ML基础设施，即可通过API、开源模型或PostgreSQL等工具轻松使用。例如，使用OpenAI的API或sentence-transformers库，只需几行代码即可生成文本的向量表示。 对于需要更高定制性的场景，开发者可以选择对模型进行微调，以适应特定领域的语言或术语。但这也增加了复杂度，需要数据、ML知识和计算资源。对于大规模部署，可使用vLLM等高性能推理引擎，提高处理效率。 在数据存储方面，pgvector作为PostgreSQL的扩展，支持向量存储和查询，方便开发者在现有数据库中实现语义搜索。但其索引功能仅支持向量相似度查询，无法直接结合其他字段排序或过滤，通常需要分步处理。 总体而言，Embeddings技术正在变得越来越易用，为开发者提供了强大的工具，提升应用的智能化水平。无需复杂训练，即可快速上手，探索其在搜索、推荐、分类等场景中的潜力。