AITerms 登入
資料處理機器學習推薦系統

向量資料庫(Vector Database)是什麼?

向量資料庫是一種專門儲存和檢索向量嵌入的資料庫,能高效處理高維度資料的相似性搜尋,廣泛應用於推薦系統和語義搜尋。

完整定義

向量資料庫是一種專門設計用於儲存、索引和查詢向量嵌入的資料庫。它能夠高效地執行近似最近鄰 (ANN) 搜尋,用於尋找與查詢向量最相似的向量。常見應用包括推薦系統、語義搜尋、圖像檢索和異常偵測。

白話說明

你有沒有想過,搜尋不一定要靠字面完全一樣,也能找到意思相近的內容?

你可以把向量資料庫想成「專門用來找語意相近資料的資料庫」

它先把文字、圖片或音訊轉成向量,再用相似度找最接近的內容

所以它特別適合檢索、推薦和 RAG

記住這句

先把內容變向量,再用距離找出最像的那一群。

比喻:向量資料庫就像一個超級會分類的圖書館,不只存書,還會把每本書的「內容精髓」轉成獨特的編號,然後把意思相近的書排在一起 -- 這樣你找書時,只要說出你想要什麼「感覺」的書,它就能快速推薦給你最相關的。

容易混淆

向量資料庫 vs 關聯式資料庫

向量資料庫靠相似度找資料

關聯式資料庫靠欄位和條件查資料

最關鍵的區別:意思相近還是欄位精準

向量資料庫 vs 搜尋引擎

向量資料庫重視語意距離

搜尋引擎更常做關鍵字和排序

最關鍵的區別:語意搜尋和字面搜尋

向量資料庫 vs 嵌入模型

向量資料庫負責存和找

嵌入模型負責把內容轉成向量

最關鍵的區別:儲存檢索和表示生成

實際案例

客服知識庫

把 FAQ 轉成向量後,使用者即使換成別的說法,系統也能找出相近答案

圖片推薦

商品圖片編碼成向量後,可以用外觀相似度找出相似商品

演算法與應用

嵌入表示把內容轉成向量是前置步驟
相似度搜尋找距離最近的向量常用餘弦或內積
索引結構加速大量向量查找不然查詢太慢
RAG把檢索內容送進生成模型很常見的組合

情境判斷

Q1(直覺題):你要找意思相近的 FAQ,向量資料庫有幫助嗎?

有幫助,因為它不只看關鍵字,還看語意相似度。

Q2(判斷題):你要做精準欄位篩選,例如價格大於 1000,還適合只靠它嗎?

不適合,這種條件查詢關聯式資料庫更直接。

常見問題

範例考題

某有機農場累積了十年的病蟲害防治紀錄文件,包含不同作物的病害症狀描述、防治方法和效果評估。農場主人希望建立一個 AI 助手,能根據農民描述的作物症狀,快速提供相關的防治建議和歷史案例。下列哪一種技術最適合解決這個需求?

  1. A直接使用 ChatGPT 的預訓練知識回答農業問題
  2. B將所有文件內容加入 ChatGPT 的系統提示詞中
  3. C採用 RAG 技術,將農場文件建立向量資料庫,結合大語言模型生成回答
  4. D使用少樣本學習(Few-shot Learning),在提示詞中提供 3-5 個病害案例
到題目頁作答

出現在這些考古題

官方公告試題的逐題解析裡,有 8 題把向量資料庫列為延伸術語,這裡列出 5 題。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本