Vektordatenbank
Ein Speicher für die Zahlenreihen aus Embeddings, der schnell die ähnlichsten Einträge findet.
Einfach erklärt
Eine Vektordatenbank hält die Embeddings vieler Dokumentabschnitte bereit, jeweils mit einem Verweis auf die Fundstelle. Kommt eine Frage herein, wandelt das System sie ebenfalls in Zahlen um und holt die inhaltlich nächstgelegenen Abschnitte heraus. Das ist der Nachschlage-Teil eines RAG-Systems.
Für diesen Suchbestand gelten dieselben Regeln wie für das Original: Zugriffsrechte, Löschfristen und Aktualität. Wird ein Handbuch zurückgezogen, muss auch sein Abschnitt aus der Vektordatenbank verschwinden, sonst antwortet der Assistent weiter daraus.
Beispiel aus dem Alltag
Die interne Suche liefert zur Frage nach Reisekosten die drei passenden Absätze aus der aktuellen Richtlinie samt Seitenzahl.
Häufige Fragen
Brauche ich für RAG zwingend eine Vektordatenbank?
Nicht immer. Für kleine Bestände reichen einfachere Suchen. Bei vielen Dokumenten macht eine Vektordatenbank die Ähnlichkeitssuche schnell genug für den Alltag.
Wie unterscheidet sich Vektorsuche von einer exakten Suche?
Vektorsuche vergleicht numerische Darstellungen auf Ähnlichkeit. Eine exakte Suche sucht dagegen bestimmte Werte. Beide Verfahren können in derselben Datenbank verfügbar sein, zum Beispiel in PostgreSQL mit einer Erweiterung.