运行docker-compose up 命令后会下载三个镜像 etcd 、minio还有milvus 这个也很好理解etcd 应该是内部集群数据初始化保存程序运行基础数据，minio 存储一些 非结构化数据使用所以需要大量文件存储使用。
界面新闻记者 | 李彪界面新闻编辑 | 现实生活中若两人进行对话，大致需要三步流程：一方首先抛出话题作引子；另一方会先调动记忆判断自己是否了解这个话题，然后再分析给出应该做出何种回答。如此循环往复直到互动结束，而此次对话又会作为一种新的“记忆”被双方吸收。
在抖音集团内部，早期的向量化检索引擎是围绕搜索、推荐、广告业务来构建的，由于这些业务天然具有极大的数据规模，因此从一开始，就需要思考如何在向量索引中支持百亿数据的检索需求，比如图虫拥有几亿图片素材，数量规模早已超出单机内存的极限，举个例子，对于1亿条128维的Float向量，不考虑任何辅助结构，就需要100000000 * 128 * 4 bytes 也就是约48GB的服务器内存。
向量数据库在构建基于大语言模型的行业智能应用中扮演着重要角色。大模型虽然能回答一般性问题，但在垂直领域服务中，其知识深度、准确度和时效性有限。为了解决这一问题，企业可以利用向量数据库结合大模型和自有知识资产，构建垂直领域的智能服务。
当下，大模型的火热已成为行业共识，从时间线上看，2022年12月大模型实现破圈爆火，2023年3月，因NVIDIA CEO 黄仁勋在NVIDIA GTC Keynote 中首次提及向量数据库，强调其在构建专有大型语言模型的组织中的重要性，行业内部人士逐渐意识到，向量数据库可以支持
7月4日，腾讯云正式发布AI （人工智能）原生（AI Native）向量数据库（Tencent Cloud VectorDB）。该数据库能够被广泛应用于大模型的训练、推理和知识库补充等场景，是国内首个从接入层、计算层、到存储层提供全生命周期AI化的向量数据库。
总结来说，大语言模型可以通过概率来指导生成内容，当预测概率低于一个阈值时，模型可以通过查询及利用相似性寻找接近的本地数据。这样，即使在面对未知的本地数据时，大型语言模型也能生成高质量的内容，寻找与上下文和任务目标相似的向量，并从中获取有用的信息。
核心概念RAGRAG，Retrieval-Augmented Generation，即检索增强生成。大模型是个生成模型，他是基于既有知识来生成回答的。如果我们问一些在他既有知识领域以外的问题，他也许会承认不知道，但更可能会胡言乱语，还异常自信，好像他很懂一样。
