Vektordatenbank
Speicher für Ähnlichkeitssuche über Embedding-Vektoren: Retrieval-Schicht hinter vielen RAG- und Semantik-Suchsystemen.
Eine Vektordatenbank indexiert hochdimensionale Embeddings, die ein LLM oder ein dedizierter Encoder bei der Inferenz erzeugt. Zu einem Anfrage-Vektor liefert sie die nächsten Nachbarn (Textbausteine, Dokumente, Bilder) per Kosinus-Distanz oder verwandten Metriken.
Sie ist das Retrieval-Rückgrat vieler RAG-Setups: Texte einlesen, einbetten, zur Laufzeit suchen, Treffer in den Prompt legen. Qualität hängt von Chunking, Embedding-Modell und Aktualität ab; sie ergänzt, ersetzt aber nicht Training oder Fine-Tuning des Generators.