Database vettoriale
Un database vettoriale conserva e ricerca embedding. Un risultato simile non è ancora una fonte valida e consentita.
Un database vettoriale conserva embedding e supporta la ricerca di voci simili. I vettori possono essere collegati a documenti, altri contenuti e metadati. La ricerca vettoriale può anche far parte di un database esistente.
Esempio documentale
Un assistente ipotetico cerca passaggi di istruzioni adatti a una domanda. Oltre al vettore servono riferimento documentale e versione per rendere il risultato ricostruibile.
Il risultato da solo non dimostra validità attuale o permesso di lettura. Aggiornamenti e regole di accesso devono coprire l’intero flusso. Un database separato aggiuntivo non è quindi automaticamente necessario; l’architettura segue dati, ricerca ed esigenze operative.
Fonti
Termini correlati
- EmbeddingUn embedding rappresenta contenuti con un vettore numerico. Modello e confronto determinano quali somiglianze emergono.
- Retrieval-Augmented GenerationRAG combina recupero di informazioni e risposte generate. L’accesso alle fonti non sostituisce la progettazione di qualità e permessi.
- Controllo degli accessi basato sui ruoliRBAC collega permessi e ruoli e assegna le persone ai ruoli. Va definito anche l’ambito dei dati a cui è consentito accedere.
- Model cardLa model card documenta scopo, basi, condizioni di valutazione e limiti noti di una determinata versione di un modello di IA.
- Preparazione all’IALa preparazione all’IA riguarda i presupposti di un progetto: obiettivo, dati utilizzabili, competenze, responsabilità e gestione operativa.
- Context engineeringIl context engineering prepara le informazioni per ogni chiamata al modello: istruzioni, messaggi, fonti e stati attuali pertinenti.
Articoli sul tema
IA & automazione con ASES
Assistenti IA e processi automatizzati