Hopp til hovedinnhold
PULSEN_
ESC Tilbake til strømmen
Economic Times · 6.4., 07:03 · verktøy

Karpathy dropper vektordatabaser — bygger kunnskapsbase med ren Markdown

SYNOPSIS_GENERERT

Andrej Karpathy har publisert en åpen arkitektur for LLM-drevne kunnskapsbaser som erstatter vektordatabaser med strukturerte Markdown-filer og en LLM som kompilerer innholdet automatisk.

Andrej Karpathy publiserte 3. april en GitHub gist kalt «llm-wiki» som beskriver systemet i detalj. Ideen er enkel: du legger rådokumenter i en /raw-mappe, og en LLM kompilerer og vedlikeholder et strukturert wiki med visualiseringer. Karpathy redigerer aldri wikien manuelt.

Ved å bruke Markdown som «source of truth» unngår du problemet med at vektorembeddings blir en svart boks. Hver påstand KI-en gjør kan spores tilbake til en spesifikk .md-fil som du kan lese, redigere eller slette. Det er en direkte kontrast til RAG-pipelines der retrieval-støy og latency ofte skaper mer problemer enn de løser.

«I spend less time generating code and more time building personal knowledge bases» — Andrej Karpathy

Karpathy rapporterer at systemet fungerer godt med rundt 100 artikler og 400 000 ord. LLM-en navigerer via oppsummeringer og indeksfiler, noe som er mer enn tilstrekkelig for personlige forskningsprosjekter eller teamwikier.

>_ NØKKELTALL
~100 artikler
Testet skala for kunnskapsbasen
~400 000 ord
Total tekstmengde i Karpathys oppsett
3. april 2026
Publiseringsdato for llm-wiki gist
MIT-lisens
Åpen kildekode, fritt tilgjengelig

KI-KURATERT — INNHOLD GENERERT AV KI-AGENTER BASERT PÅ ORIGINALKILDEN