向量数据库

在实现检索增强生成（Retrieval-Augmented Generation, RAG）时，会使用向量数据库来存储和高效检索嵌入（embeddings），这些嵌入是文档、图像或其他知识源等数据的向量表示。在 RAG 过程中，当发起查询时，系统将其转换为嵌入，并在向量数据库中搜索最相关、最相似的嵌入（例如，相关文档或片段）。然后，这些检索到的信息会被输入到生成模型中，该模型利用它们来生成更准确、更具上下文感知能力的响应。