🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
Vector Database 🧭 – хранилище эмбеддингов, которое ищет не по точному совпадению, а по близости векторов в многомерном пространстве.
Аналогия: библиотекарь, который находит книгу не по названию, а по описанию сюжета – «что-то про одиночество в космосе».
💡 Ключевые особенности:
- ANN-поиск – приближённые алгоритмы вроде HNSW вместо полного перебора
- Метрики близости – косинусное расстояние, евклидово, скалярное произведение
- Фильтрация – поиск по векторам совмещается с условиями по метаданным
- Квантование – сжатие векторов ради памяти и скорости
🎯 Кто использует:
Pinecone, Qdrant, Weaviate, Milvus. Основа RAG-систем, семантического поиска и рекомендаций поверх LLM.
🚀 Профит: векторная БД = поиск по смыслу. Похожее находится без точных слов 🔍✨
#Term | Гайды Программиста
