La vectorisation a notamment pour objectif de rendre le texte non structuré plus exploitable par les machines. Les embeddings vectoriels y parviennent en codant la sémantique du texte sous forme de vecteurs numeric à haute dimensionalité, qui peuvent être utilisés par des algorithmes de recherche avancés (généralement un algorithme de plus proche voisin approximatif tel que Hierarchical Navigable Small World).
Ressources de la communauté des développeurs
Ressources InterSystems
Télécharger InterSystems IRIS InterSystems Container Registry Early Access Program Developer Hub Devenir partenaire Partager une idée InterSystems IRIS Cloud SQL InterSystems IRIS sur AWS InterSystems FHIR Server sur AWS InterSystems IRIS sur Azure InterSystems IRIS for Health on Azure
Par mise à jour
Événements
13 Avr - 17 Mai
27-30 Avr
Tendance
Nous sommes de retour à READY 2026 ! Rejoignez notre session sur l'écosystème des développeurs le 29 avril
par Irène Mykhailova
Guide pas par pas : Configuration de RAG pour les agents d'IA Gen en utilisant la base de données vectorielle IRIS en Python
par Guillaume Rongier
Les mises à jour de maintenance 2025.1.4 et 2024.1.6 d'InterSystems IRIS, IRIS for Health et HealthShare HealthConnect sont désormais disponibles.
par Adeline Icard
Afficher plus (2)
Applications populaires
fhirpro
par Brandon Thomas
swagger-converter-cli
par Lorenzo Scalese
467
ms-iris-credit-risk
par Yuri Marx
Application à la une
FHIR-Patient-Viewer
par Fan Ji
Actualités
La communauté en chiffres
Membres
477
Publications
1.4K
Commentaires
567
Vues
154.3K
Likes
1.6K











