Vektoros adatbázis
Kifejezetten az AI számára optimalizált adattároló rendszer, amely a szövegeket, dokumentumokat matematikai jelentésük alapján, számok formájában rendezi sorba.
Analógia
Képzelj el egy gigantikus könyvtárat, ahol a könyvek nem betűrendben, hanem a témájuk, hangulatuk és tartalmuk hasonlósága alapján vannak a polcokra téve, így a „kutya” és a „tacskó” szorosan egymás mellett kap helyet.
Miért fontos?
Ennek segítségével képes az AI villámgyorsan megtalálni a hatalmas céges dokumentációkból a jelentésében leginkább odaillő információt. Ha nem így tárolnánk az adatokat, a modell csak a pontos kulcsszavakat tudná keresni, és elveszne a szavak mögötti tényleges értelem.
Hogyan működik?
A vektor-adatbázis olyan adatokat tárol és keres, amelyekhez számsorok, vagyis vektorok kapcsolódnak. Ezek a vektorok például szövegrészekből készített beágyazások lehetnek, és a rendszer hasonlóság alapján megkeresheti a kérdéshez közel álló rekordokat. Gyakran a vektor mellett a szöveget, a dokumentumazonosítót és egyéb metaadatokat is tárolják, így a keresés szűrhető és az eredmény visszavezethető a forrásra. A közeli vektor azonban csak a használt reprezentáció szerint hasonló.
RAG-alapú keresésnél a dokumentumokat előre részekre bontják és vektorokká alakítják; a kérdéshez hasonló részleteket az adatbázis adja vissza a válaszkészítéshez. Ez különösen akkor hasznos, amikor a felhasználó más szavakkal kérdez, mint ahogy a forrás fogalmaz. A keresés minősége függ a darabolástól, a reprezentációtól, a metaadatoktól és a megfelelő találati küszöbtől. A szervezett rekordok és pontos mezők kezelésére továbbra is más adatbázis-típus lehet megfelelőbb.
Példa
Egy munkatárs a kézikönyvben szereplő „eszköz visszaadása” szabályt keresi, de azt kérdezi, hogyan adhat le egy kölcsönkapott laptopot. A vektoros kereső a hasonló jelentésű szabályrészletet is megtalálhatja.
Gyakori tévhit
A vektor-adatbázis nem érti emberként a szöveget; a hasonlóságot a vektorok és a keresési beállítások alapján számítja.