星环科技向量数据库Transwarp Hippo自发布已来，受到了众多用户的欢迎，帮助用户实现向量数据的存储、管理和检索，探索和实践大模型场景。在与用户不断地深入交流以及实践中，Hippo迎来了V1.1版本，一套系统即可支持向量与全文联合检索，提高文本数据的召回精度，从而提升大语言模型应用的准确率。同时，Hippo1.1新增余弦距离、批量数据导入导出、Explain与Profile支持、ARM架构支持等能力，大幅降低用户使用门槛和成本。

　　此外，Hippo社区版同样支持以上新特性，点击文末阅读原文或者访问星环科技官网，即可申请下载体验，开启大语言模型场景探索之旅。

　　一库搞定向量+全文联合检索，提升大模型准确率

　　在大语言模型应用中，向量数据库作为中间载体，可以有效地解决大模型在知识时效性低、输入能力有限、准确度低等问题，赋予大模型拥有“长期记忆”。因此，向量数据库的召回精度直接影响大模型输出结果的准确率。然而，在一些实践场景中，对于向量数据库本身而言，单一使用向量检索会产生召回准确率不高的问题：

　　对噪声和冗余信息敏感：若向量数据库中存在大