Vektor-database
En vektor-database er en database optimalisert for å lagre og søke i embeddings — fundamentet i RAG-systemer og AI-søk.
Også kjent som: vector database, vektordatabase
En vektor-database er en spesialisert database som lagrer embeddings (numeriske representasjoner av tekst eller bilder) og som er optimalisert for å finne nærmeste naboer raskt. I praksis betyr det at den kan svare på spørsmål som «vis meg de 10 dokumentene som er semantisk likest dette spørsmålet» på millisekunder, selv i baser med millioner av dokumenter. Vanlige eksempler er Pinecone, Weaviate, Qdrant og PostgreSQL med pgvector-utvidelsen. Vektor-databaser er fundamentet i RAG-systemer, AI-søk og anbefalingssystemer.
Relaterte begreper
- Embedding — En embedding er en numerisk representasjon av tekst (eller bilde) som lar AI-systemer sammenligne semantisk likhet.
- RAG (Retrieval-Augmented Generation) — RAG er en teknikk der en språkmodell svarer ut fra bedriftens egne dokumenter — i stedet for kun den generelle treningen.