Baza wektorowa (pgvector i inne)
Baza, która przechowuje embeddingi i szybko znajduje najbliższe wektorowi zapytania; to krok wyszukiwania w większości systemów RAG.
Dedykowane produkty (Pinecone, Qdrant, Weaviate) konkurują z rozszerzeniami do baz, które już masz, np. pgvector dla Postgresa. Wektory obok wierszy, które opisują, to jedna kopia zapasowa, jeden model uprawnień, transakcje i filtry po zwykłych kolumnach w tym samym zapytaniu. Osobny magazyn opłaca się przy bardzo dużej skali albo specjalnych funkcjach; większość produktów nigdy tam nie dochodzi.
Powiązane hasła
- Embeddingi: Wektory liczb, w których teksty o podobnym znaczeniu leżą blisko siebie.
- Wyszukiwanie hybrydowe (hybrid search): Połączenie wyszukiwania po słowach kluczowych (np. BM25) z wyszukiwaniem wektorowym, żeby wyniki trafiały i w dokładne słowa, i w znaczenie.
- RAG (retrieval-augmented generation): Najpierw wyszukanie pasujących dokumentów i włożenie ich do promptu, żeby model odpowiadał na ich podstawie.
