gensai.aiUne base vectorielle stocke des contenus (textes, images, sons) sous forme de vecteurs numériques, leurs embeddings, qui capturent leur sens. Elle permet de retrouver des contenus sémantiquement proches même quand les mots diffèrent, ce qui en fait le socle de la recherche sémantique et des architectures RAG. Pinecone, FAISS ou Weaviate en sont des exemples.
En pratique chez Gensai
Gensai s'appuie sur des bases vectorielles comme Pinecone ou FAISS pour ses moteurs de recherche en langage naturel et ses chatbots documentaires.