Concepts Fondamentaux
Base de Données Vectorielle
Base de données optimisée pour stocker et rechercher des vecteurs d'embedding en haute dimension.
Une base de données vectorielle (Pinecone, Weaviate, Qdrant, pgvector) conserve les vecteurs d'embedding de vos textes et retrouve rapidement les plus proches d'un vecteur de requête. Là où une base classique compare des mots, celle-ci compare des sens. C'est là que réside la mémoire des architectures RAG.
Termes Associés
Embedding (Plongement)
Vecteur numérique dense encodant le sens sémantique d'un texte.
RAG (Génération Augmentée par Récupération)
Enrichir les réponses en récupérant des documents pertinents depuis une source externe.
Recherche Sémantique
Recherche qui renvoie des résultats selon le sens plutôt que selon la correspondance exacte de mots.
Inférence
Le fait d'exécuter un modèle entraîné pour produire des sorties à partir de nouvelles entrées.