VBench

VBench es un punto de referencia para evaluar las quitas analíticas vectoriales basadas en la interfaz SQL. VBench utiliza el conjunto de datos Recipe1M aumentado con atributos escalares, y proporciona un conjunto integral de directores analíticos vectoriales que utilizan operadores SQL estándar, incluidos Join, Groupby, Filter y TOPK.

En este repositorio, proporcionamos instrucciones sobre

• Cómo cocinar el conjunto de datos VBench
• cómo evaluar los motores vectoriales y analíticos

Conjunto de datos VBench

El conjunto de datos VBench consta de dos tablas: tabla de recetas y tabla de etiquetas.

• Mesa de recetas

Nombre de columna	Tipo de datos	Ejemplo	Notas
receta_id	Identificador	1	clave principal
imágenes	Lista de cadena	['Data/Images/1/0.jpg', ...]	Caminos de imágenes
descripción	Texto	[ingredientes] + [instrucción]	vector escaso
Images_embedding	Vector	[-0.0421, 0.0296, ..., 0.0273]	Vector denso, 1024 dimensiones
descripción_mbedding	Vector	[0.0056, -0.0487, ..., 0.0034]	denso vecto, 1024 dimensiones
precio	Entero	18	Precio del plato

• Mesa de etiqueta

Nombre de columna	Tipo de datos	Ejemplo	Notas
identificación	Identificador	1	clave principal
tag_name	Texto	"ensalada"	Nombre de la etiqueta
tag_vector	Vector	[-0.0137, 0.0421, ..., 0.0183]	incrustación o vector de peso, 1024 dimensiones

Consulte dataset_generation/README.md para obtener detallados sobre cómo generar estas dos tablas.

Consultas de vBench

VBench tiene 12 consultas, que se pueden dividir en cuatro categorías:

• Top-K
• Filtrado vectorial
• Unirse
• Agrupar las consultas utilizan operadores SQL estándar sobre columnas vectoriales y escalares, consulte quereis.sql para obtener detalles.

Evaluación

Consulte evaluation/README.md para obtener detalles sobre cómo evaluar diferentes motores de búsqueda de vectores.

Licencia

Toda la base de código está bajo la licencia MIT.