Bases vectoriales y búsqueda por similitud

Los embeddings se guardan en una base vectorial que permite buscar los vecinos más cercanos a una consulta.

Cómo funciona la búsqueda

• La pregunta se convierte en vector.
• Se calcula similitud coseno (o distancia) contra todos los chunks.
• Se devuelven los top-k más parecidos.

Opciones de base

• Chroma: ligera, embebida, la que usa INT.
• FAISS (Meta): rápida, en memoria.
• pgvector: extension de PostgreSQL.
• Qdrant / Weaviate: servicios dedicados con filtros y escalado.