Quiz: PostgreSQL e AI

Question 1

Cosa fa l'estensione pgvector per PostgreSQL?

Accepted Answer

Aggiunge il tipo vector e operatori di similarita, permettendo di memorizzare e cercare embedding direttamente in PostgreSQL

Question 2

Qual e la differenza tra la ricerca vettoriale approssimata (ANN) e quella esatta (exact k-NN) in pgvector?

Accepted Answer

La ricerca esatta garantisce i k vicini reali ma scala male; ANN (con indice HNSW o IVFFlat) sacrifica una piccola percentuale di accuratezza per ottenere tempi di query molto inferiori su dataset grandi

Question 3

Cosa si intende per "hybrid search" in un sistema RAG con PostgreSQL?

Accepted Answer

La combinazione di ricerca vettoriale (semantica, basata su embedding) con ricerca full-text (BM25/tsvector), usando RRF o score fusion per produrre un ranking migliore

Question 4

Come si sceglie la dimensione del vettore (dimensionalita) da usare con pgvector?

Accepted Answer

La dimensionalita e dettata dal modello di embedding scelto (es. text-embedding-3-small: 1536, all-MiniLM: 384); dimensioni maggiori catturano piu semantica ma aumentano memoria e costo di calcolo

Question 5

Qual e la strategia di chunking nel contesto del RAG con PostgreSQL e perche impatta la qualita?

Accepted Answer

La suddivisione dei documenti in segmenti (chunk) di dimensione appropriata bilancia granularita (troppo piccolo perde contesto) e pertinenza (troppo grande include rumore), impattando recall e faithfulness del sistema RAG