其中最常见的一个需求就是其他数据类型和向量混合查询，比如基于标量过滤后再执行最近邻查询，基于全文检索和向量检索相结合的多路召回，以及时空时序数据和向量数据的结合。需要注意的是，图中给出的是匹配的结果。传统的数据库，如关系数据库、KV 数据库、文本数据库、图像/视频数据库都作用于原始数据层，而 Milvus 则作用于其上的向量化数据层，解决 Embedding 向量的存储与分析问题。向量检索是一种基

教师的预测和真实标签重要性一样。

值得注意的是，我们发布了一个全面的工具增强数据集MSAgent-Bench，其中包括598k个带有各种API类别的对话，多轮API调用，面向API的QA和API不可知性的中英文指令。为了方便构建一个能够使用工具的Agent，同时保持最佳的用户参与度，我们发布了一个综合的工具数据集，MSAgent-Bench7，利用ChatGPT合成数据和现有的指令遵循数据集。在人类的指令下，Agent将选择的LL