Vector Database برای ذخیره و جست‌وجوی بردارهای عددی تولیدشده توسط مدل‌های Embedding استفاده می‌شود و نزدیک‌ترین بردارها را با معیارهایی مانند فاصله کسینوسی پیدا می‌کند.
در جست‌وجوی معنایی و RAG، بردار متن‌ها برای بازیابی بخش‌های مرتبط استفاده می‌شود. شباهت برداری معادل صحت قطعی نیست.
برای بازیابی بخش‌های مرتبط مستندات، Vector Database بردارها و Metadata را نگه می‌دارد. فیلتر مجوز دسترسی باید قبل از ارسال متن بازیابی‌شده به LLM رعایت شود.
درک تفاوت این موضوع با تولید تقویت‌شده با بازیابی و بردارسازی معنایی به انتخاب راهکار مناسب‌تر کمک می‌کند.
پایگاه داده برداری چه چیزی ذخیره می‌کند؟
Embeddingها نمایش عددی معنایی متن یا تصویرند. جست‌وجوی Approximate Nearest Neighbor نزدیک‌ترین بردارها را با هزینه کمتر و احتمال افت Recall پیدا می‌کند. فیلتر متادیتا و بازبینی نتیجه همچنان مهم‌اند.