Vektordatabas
En vektordatabas lagrar och söker i vektorrepresentationer. En liknande träff är inte automatiskt en giltig och tillåten svarskälla.
En vektordatabas lagrar vektorrepresentationer och stöder sökning efter liknande poster. Vektorer kan kopplas till dokument, annat innehåll och metadata. Vektorsökning kan även ingå i en befintlig databas.
Exempel på dokumentsökning
En hypotetisk assistent söker relevanta avsnitt i arbetsinstruktioner. Utöver vektorn behövs dokumentreferens och versionsuppgifter för att träffen ska gå att följa.
Träffen visar inte ensam om avsnittet fortfarande gäller eller om personen får läsa det. Uppdateringar och åtkomstregler måste omfatta hela flödet. En separat extra databas är därför inte automatiskt nödvändig; arkitekturen följer data, sökbehov och driftkrav.
Källor
Relaterade begrepp
- EmbeddingEn embedding representerar innehåll som en talvektor. Modell och jämförelsemetod avgör vilka likheter som blir synliga.
- Generering med hämtad informationRAG förenar informationssökning med ett genererat svar. Källåtkomst ersätter inte utformning av kvalitet och behörigheter.
- Rollbaserad åtkomstkontrollRBAC kopplar rättigheter till roller och tilldelar personer dessa roller. Dataområdet måste vara tydligt utöver rollnamnet.
- ModellkortEtt modellkort dokumenterar syfte, grunder, utvärderingsvillkor och kända begränsningar för en viss version av en AI-modell.
- Beredskap för AIBeredskap för AI gäller ett projekts förutsättningar: mål, användbara data, kompetens, ansvar och ett fungerande arbetssätt för driften.
- KontextutformningKontextutformning förbereder information inför varje modellanrop: relevanta instruktioner, meddelanden, källor och aktuella tillstånd.
Artiklar om ämnet
AI & automatisering med ASES
AI-assistenter och automatiserade flöden