# Ricerca per significato con vettori a 32, 16, 8 e 4 bit Gli embedding stanno in una colonna di vettori contigua nel file, e avaliar calcola il coseno con la query e restituisce le k righe più simili. 13 novembre 2026 · jsonW 1.3.11 · https://jsonw.org/it/newsroom/ricerca-per-significato ## Il problema La ricerca per significato di solito richiede un database vettoriale accanto al database principale. Lo stesso record finisce per vivere in due posti, con due sistemi di permessi e due copie da tenere allineate. ## Come lo risolve jsonW Il vettore è un tipo del formato: vf32[n], vf16[n], vq8[n] e vq4[n], scritto in modo contiguo nel file. avaliar … cosseno confronta la query con tutta la colonna e restituisce le k righe più vicine, con la riga completa accanto. ``` $ wjsw avaliar prod.jsw cosseno vet "1,0,0.2,0.1" 2 0.9869597291884717 2 {id:3,produto:"Chá verde",…,vet:vf16[0.7998046875,0,0.300048828125,0.0999755859375],…} 0.9681576829495052 0 {id:1,produto:"Café especial",…} ``` Output reale. Il valore 0,8 scritto in vf16 torna come 0,7998046875: la mezza precisione conserva circa tre cifre decimali. ## Dove si trova Nello strumento, wjsw avaliar … cosseno, e negli SDK. Quando conta l'esattezza del vettore, usate vf32; vq8 e vq4 scambiano precisione con spazio. Generare l'embedding resta compito del vostro modello; jsonW conserva e confronta. Leggi la sezione completa nell'articolo: https://jsonw.org/it/paper#busca