Une base de données vectorielle (vector store) est un système conçu pour stocker des embeddings et retrouver, très rapidement, ceux qui sont les plus proches d'une requête — c'est-à-dire les plus proches en sens.
Là où une base classique cherche une correspondance exacte, une base vectorielle cherche la similarité sémantique. C'est ce qui permet à un système de recherche augmentée (RAG) de retrouver les passages pertinents d'une documentation à partir d'une question en langage naturel.
Exemples : Qdrant, pgvector, Pinecone.
→ Voir comment on les utilise dans un système RAG en production.
Équipe Origin 137Origin 137