Vectordatabase
Een vectordatabase bewaart en doorzoekt vectorweergaven. Een gelijkende treffer is nog geen geldige of toegestane antwoordbron.
Een vectordatabase bewaart vectorweergaven en ondersteunt zoeken naar vergelijkbare items. Vectoren kunnen aan documenten, andere inhoud en metadata worden gekoppeld. Vectorzoeken kan ook onderdeel van een bestaande database zijn.
Voorbeeld van documentzoeken
Een hypothetische assistent zoekt bij een vraag passende passages uit werkinstructies. Naast de vector zijn documentverwijzing en versiegegevens nodig om de treffer navolgbaar te houden.
De treffer toont niet op zichzelf of een passage nog geldt of de persoon die mag lezen. Actualisering en toegangsregels moeten het hele proces omvatten. Een aparte extra database is dus niet automatisch nodig; de architectuur volgt gegevens, zoekbehoefte en beheervereisten.
Bronnen
Verwante begrippen
- EmbeddingEen embedding geeft inhoud als getallenvector weer. Model en vergelijkingsmethode bepalen welke overeenkomsten zichtbaar worden.
- Retrieval-augmented generationRAG verbindt informatie ophalen met een gegenereerd antwoord. Brontoegang vervangt geen kwaliteits- en rechtenontwerp.
- Rolgebaseerde toegangscontroleRBAC koppelt rechten aan rollen en wijst mensen aan die rollen toe. Naast de rolnaam moet ook het gegevensbereik duidelijk zijn.
- ModelkaartEen modelkaart documenteert doel, grondslagen, beoordelingsvoorwaarden en bekende beperkingen van een bepaalde versie van een AI-model.
- AI-readinessAI-readiness betreft de voorwaarden voor een project: doel, bruikbare gegevens, vaardigheden, verantwoordelijkheden en dagelijks beheer.
- ContextengineeringContextengineering bereidt informatie voor elke modelaanroep voor: passende instructies, berichten, bronnen en de actuele stand van zaken.
Artikelen over dit onderwerp
AI & automatisering met ASES
AI-assistenten en geautomatiseerde processen