Pipeline RAG avec Supabase pgvector
Cette leçon couvre la construction d'un pipeline RAG avec pgvector dans Supabase pour la recherche sémantique.
Comme une bibliothèque qui classe les livres par sujet et pas seulement par titre — le RAG convertit le texte en nombres qui représentent le sens, et retrouve des documents similaires même si les mots diffèrent.
- Embedding
- Une représentation numérique du texte dans un espace vectoriel qui préserve le sens du texte.
- pgvector
- Une extension PostgreSQL pour stocker et rechercher des vecteurs directement dans la base de données.
- HNSW
- Hierarchical Navigable Small World — un algorithme d'index pour une recherche rapide des plus proches voisins.
- Similarité cosinus
- Une mesure de similarité entre vecteurs basée sur l'angle qui les sépare — 1 = identiques, 0 = orthogonaux.
