Vektordatabase
En vektordatabase gemmer og søger i vektorrepræsentationer. Et lignende resultat er ikke nødvendigvis en gyldig og tilladt svarkilde.
En vektordatabase gemmer vektorrepræsentationer og understøtter søgning efter lignende poster. Vektorer kan forbindes med dokumenter, andet indhold og metadata. Vektorsøgning kan også indgå i en eksisterende database.
Eksempel på dokumentsøgning
En hypotetisk assistent søger efter relevante afsnit i arbejdsinstruktioner. Ud over vektoren kræves dokumentreference og versionsoplysninger, så resultatet kan følges.
Resultatet viser ikke alene, om afsnittet stadig gælder, eller personen må læse det. Opdatering og adgangsregler skal omfatte hele forløbet. En særskilt ekstra database er derfor ikke automatisk nødvendig; arkitekturen følger data, søgebehov og driftskrav.
Kilder
Relaterede begreber
- EmbeddingEt embedding repræsenterer indhold som en talvektor. Model og sammenligningsmetode afgør, hvilke ligheder der bliver synlige.
- Retrieval-augmented generationRAG forbinder informationssøgning med et genereret svar. Kildeadgang erstatter ikke et kvalitets- og rettighedsdesign.
- Rollebaseret adgangskontrolRBAC knytter rettigheder til roller og tildeler personer disse roller. Dataområdet skal være tydeligt ud over rollenavnet.
- ModelkortEt modelkort dokumenterer formål, grundlag, vurderingsbetingelser og kendte begrænsninger for en bestemt version af en AI-model.
- AI-parathedAI-parathed handler om et projekts forudsætninger: mål, brugbare data, kompetencer, ansvar og et fungerende driftsforløb.
- Context engineeringContext engineering forbereder information til hvert modelkald: relevante instruktioner, beskeder, kilder og aktuelle tilstande.
Artikler om emnet
AI & automatisering med ASES
AI-assistenter og automatiserede arbejdsgange