Vector Search en tant que service dédié

Depuis que la communauté des sciences des données a découvert que la recherche vectorielle améliore considérablement les réponses LLM, divers fournisseurs et passionnés se disputent sur les solutions appropriées pour stocker les intégrations.

Certains disent qu’il est préférable de les stocker dans un moteur spécialisé (c’est-à-dire une base de données vectorielle). D’autres disent qu’il suffit d’utiliser des plugins pour les bases de données existantes.

Voici quelques-uns d'entre eux.

Cet article présente notre vision et nos arguments sur le sujet. Nous allons:

• Expliquez pourquoi et quand vous avez besoin d'une solution vectorielle dédiée
• Démystifiez certaines affirmations non fondées et anti-modèles à éviter lors de la création d'un système de recherche vectorielle.

Répondre aux réclamations

Chaque fournisseur de bases de données introduira tôt ou tard des fonctionnalités vectorielles. Cela fera de chaque base de données une base de données vectorielles.

Les origines de cette idée fausse résident dans l’utilisation imprudente du terme base de données vectorielles. Lorsque nous pensons à une base de données, nous envisageons inconsciemment une base de données relationnelle comme Postgres ou MySQL. Ou, plus scientifiquement, un service construit sur les principes ACID qui fournit des transactions, de fortes garanties de cohérence et d'atomicité.

La majorité des bases de données vectorielles ne sont pas des bases de données en ce sens. Il est plus précis de les appeler moteurs de recherche, mais malheureusement, la base de données de termes marketing vectoriels est déjà bloquée et il est peu probable qu'elle change.

Qu’est-ce qui différenc...
[Courte citation de 8% de l'article original]