Vektorová databáza

Klasická databáza nájde záznam vtedy, keď hodnota presne súhlasí, prípadne so zástupným znakom. Vektorová databáza namiesto toho ukladá pre každý text takzvaný vektor, teda číselný rad, ktorý opisuje jeho význam vo vzťahu k iným textom, a cez to nachádza obsah, ktorý je obsahovo podobný, aj keď sa nezhoduje ani jedno slovo. Existuje preto, že jazyk sa málokedy opakuje presne, no vyhľadávanie napriek tomu má nájsť ten správny odsek.

V praxi sa každý dokument, odsek alebo popis produktu pri nahraní prevedie na takýto vektor. Vyhľadávací dopyt sa prevedie rovnakým spôsobom a databáza vráti vektory, ktoré sú mu najbližšie, teda obsahovo najpodobnejšie pasáže. Presne tento krok vyhľadávania je základom, na ktorom RAG systém pred odpoveďou nájde vhodné dokumenty.

Nedorozumením je predstava, že vektorová databáza dokáže nahradiť bežnú databázu. Je stavaná na vyhľadávanie podobnosti, nie na presné dopyty ako čísla zákazníkov alebo stav skladu, a vráti najbližšie zhody aj vtedy, keď ani jedna z nich naozaj nesedí. Podobnosť navyše nie je zárukou správnosti, preto sa nájdené výsledky musia vždy overiť.