[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-semantic-cache::ru":3,"gloss-cluster-semantic-cache::ru":23,"gloss-next-semantic-cache::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"semantic-cache","data-infra","Семантический кэш","Семантический кэш хранит прежние ответы модели и отдаёт один из них, когда новый запрос значит то же, что старый. В отличие от обычного кэша он не сравнивает строки: входящий запрос превращается в эмбеддинг, и рядом в векторном пространстве ищется сохранённый.\n\nК нему тянутся из-за экономики. Ассистенты поддержки и документации видят одни и те же двадцать вопросов в сотне формулировок, поэтому кэш, понимающий перефразирование, заметно снижает и расходы, и p95-задержку: попадание в кэш — это чтение, а не генерация.\n\nРиск зеркальный: два вопроса могут быть близки в пространстве эмбеддингов и различаться в том, что важно. «Могу ли я отменить подписку?» и «Могу ли я отменить подписку и вернуть деньги?» лежат рядом, а ответы у них разные. Подбирайте порог близости по реальному трафику, а не по интуиции, и держите его консервативным для всего, что касается денег, прав доступа и юридических формулировок.\n\nВторая половина задачи — инвалидация. Ответы, опирающиеся на документы, должны истекать вместе с изменением этих документов, иначе кэш будет уверенно отдавать прошлогодние цены.","Семантический кэш переиспользует ответ, когда новый вопрос значит то же самое: совпадение ищется по эмбеддингам, а не по точной строке.",null,[11,14,17,20],{"slug":12,"name":13},"embedding","Эмбеддинг (векторное представление)",{"slug":15,"name":16},"latency","Задержка (Latency)",{"slug":18,"name":19},"llm","Большая языковая модель (LLM)",{"slug":21,"name":22},"vector-database","Векторная база данных",[24,28,31,34,37,41,44,47,50,53,57,60],{"slug":25,"category":5,"name":26,"updated_at":27},"acid","ACID","2026-08-24T02:46:37+00:00",{"slug":29,"category":5,"name":30,"updated_at":27},"ann-search","ANN-поиск (приближённый поиск ближайших соседей)",{"slug":32,"category":5,"name":33,"updated_at":27},"backpressure","Обратное давление (backpressure)",{"slug":35,"category":5,"name":36,"updated_at":27},"batch-processing","Пакетная обработка (Batch Processing)",{"slug":38,"category":5,"name":39,"updated_at":40},"bm25","BM25","2026-08-24T02:46:38+00:00",{"slug":42,"category":5,"name":43,"updated_at":27},"cache","Кэш (Cache)",{"slug":45,"category":5,"name":46,"updated_at":27},"cap-theorem","Теорема CAP (CAP theorem)",{"slug":48,"category":5,"name":49,"updated_at":27},"change-data-capture","Захват изменений данных (CDC)",{"slug":51,"category":5,"name":52,"updated_at":27},"chroma","Chroma",{"slug":54,"category":5,"name":55,"updated_at":56},"chunk-overlap","Перекрытие фрагментов","2026-08-24T03:30:02+00:00",{"slug":58,"category":5,"name":59,"updated_at":27},"columnar-storage","Колоночное хранение",{"slug":61,"category":5,"name":62,"updated_at":27},"connection-pooling","Пулинг соединений (Connection Pooling)"]