LLMを初期化中...
モデルの初回ダウンロードには少し時間がかかります
リアル WASM デモ

WarpVector Playground

実際の warpvector ライブラリが WASM アクセラレーション付きでブラウザ上で動作しています。すべてのドット移動は本物の IntentAdapter.tune() 呼び出しです。

🌐 English version

ベクトル空間 32次元 → 2D
読込中… 通常検索
ドキュメント クエリ 最近傍
変換レイテンシ
Top-1 類似度
順位改善
実行中の API コール
// No intent applied
const result = baseVector;
最適化と圧縮
1. 白色化 (Whitening)

異方性を修正し、ドットを均等に散らばらせて検索解像度を向上させます。

2. 量子化 (Quantization) 1536 Bytes/vec

超圧縮技術。最大 32 倍に圧縮しても順位が維持されることを確認してください。

ROI シミュレーター (100万ベクトル) $0 削減
推定DBストレージ: 6.0 GB
推定月額クラウド費用: 約 $180 / 月
検索インテント

インテントを動的追加:文字列からLLMベクトルを生成し、新しい変換行列を作成します。

検索ランキング
バッチ処理パフォーマンス
1,000 ベクトル × 32次元
🤖 インテント自動学習
IntentMatrixFactory

IntentMatrixFactory がドキュメントのカテゴリから InfoNCE 対照学習で最適なIntent行列を自動生成します。

仕組み

このデモは実際の warpvector ライブラリをブラウザ上で実行しています:

  1. 15個のドキュメントを Float32Array[32] ベクトルとして生成
  2. IntentAdapter を実際のアフィン変換行列で初期化
  3. インテント選択時に .tune().tuneBlended() を呼び出し
  4. WASM の tuneBatchWasm() が行列乗算を高速化
  5. 変換後のベクトルを Gram-Schmidt 基底で2Dに射影して描画