Base de datos vectorial
Una base de datos vectorial guarda embeddings, listas de números que capturan qué significa un texto o una imagen, y encuentra los más cercanos a una pregunta: busca por significado, no por palabras.
Selecciona cualquier frase de aquí para preguntarle a tu Maestro.
El bot de ayuda de una tienda busca en una base de datos vectorial con 400 artículos, ninguno sobre mascotas, y está configurado para pasarle hasta 3 resultados al modelo. Un cliente pregunta: "¿Puedo entrar a la tienda con mi perro?". ¿Qué le pasa la búsqueda al modelo?
Qué guarda: embeddings, listas de cientos o miles de números que un modelo calcula para cada texto, imagen o producto. Dos textos que dicen lo mismo con otras palabras quedan cerca. Ejemplos: Pinecone, Weaviate, Qdrant y la extensión pgvector de Postgres.
Para qué sirve: para buscar por significado. Es la pieza de búsqueda de RAG: encuentra los pasajes más cercanos a la pregunta y se los da a un LLM junto con el prompt.
Dónde falla: encuentra lo que se parece, no lo que es cierto o vigente. Revisa lo que regresa para preguntas reales antes de confiar en las respuestas.
Así se usa
De texto a vector y de regreso
Buscar por significado
- Vectorizar: cada artículo se vuelve una lista de 1,536 númerosUn modelo de embeddings la calcula; textos parecidos dan listas parecidas.
- Guardar: los vectores van a la base con el id y el texto de su artículoLa base los indexa para encontrar vecinos rápido entre millones.
- marcado: Preguntar: la pregunta se vectoriza con el mismo modeloSi cambias de modelo, tienes que volver a vectorizar todo.
- Buscar: regresar los k vectores con mayor similitudk es un ajuste: entre 3 y 10 es lo común.
Cuándo mirar más de cerca
Cambiar de modelo a medias
Un cambio a medias
- marcado: Artículos vectorizados en marzo con el modelo A
Cambiaste a un modelo de embeddings más nuevo solo para las preguntas. ¿Qué le pasa a la búsqueda?
Pregúntale a tu Maestro sobre Base de datos vectorial
Te responde desde la página gratis más cercana a esta palabra, igual que mientras estudias.
Tú: ¿Qué quiere decir "Base de datos vectorial", en palabras sencillas?
Tu Maestro: Te lo explico con un caso tuyo, que se queda mejor que una definición. ¿Qué documentos de tu trabajo te gustaría consultar con preguntas?
Pregunta sobre: Responde desde la página "¿Cómo se define un KPI? La ficha de un indicador"
Solo este navegador guarda lo que preguntas aquí. ¿Cómo funciona?
Para saber más
Términos relacionados
- RAG (generación aumentada por recuperación)
RAG (generación aumentada por recuperación) hace que una IA conteste con tus documentos: primero busca los pasajes más parecidos a la pregunta y se los pasa al modelo junto con el prompt.
- LLM (modelo de lenguaje grande)
Un LLM es un programa entrenado con enormes cantidades de texto para continuar un texto una pieza a la vez: calcula qué pieza es más probable que siga y la escribe. ChatGPT, Claude y Gemini funcionan con un LLM.
- Prompt
Un prompt es lo que le escribes a un modelo de IA para pedirle algo: la pregunta o instrucción, más todo lo que le das para contestar, como datos, ejemplos o el formato que quieres de vuelta.
- Base de datos
Una base de datos guarda datos en tablas conectadas, con reglas para cada columna, para que muchas personas y programas los usen y cambien sin pisarse.