- Últimos
- Mais bem avaliado
Artigo
Construindo um correspondente estrangeiro com MongoDB, laudo do Aconnection, Python
Junte-se ao autor convidado Marko Aleksendric para aprender a usar o MongoDB, Execution shard e Python para criar um aplicação web simples destinado a ajudar um amigo virtual em um país estrangeiro a traduzir as notícias locais.Dec 09, 2024
Artigo
O custo de não conhecer o MongoDB
O foco desta série é mostrar quanto desempenho você pode obter ao usar o MongoDB corretamente, seguindo as melhores práticas, analisando as necessidades do seu aplicação e usando-o para modelar seus dados.Nov 11, 2024
Artigo
Descubra a estrutura semântica latente com o cluster vetorial
Aproveite as propriedades matemáticas de uma população de vetores incorporados a IA db para extrair possíveis novas business intelligence.Oct 11, 2024
Artigo
Construindo um aplicativo Quartokus para realizar a Vector Search do MongoDB
Este artigo aborda a criação de um aplicação para o Quartokus usando a pesquisa vetorial do MongoDB para obter resultados de pesquisa mais inteligentes e sensíveis ao contexto. Abordaremos a geração de incorporações com AI Gemini e a criação de um índice vetorial no MongoDB. Saiba como aprimorar os recursos de pesquisa do seu aplicativo com essa abordagem moderna.Oct 07, 2024
Artigo
Usando o SuperDuperDB para acelerar o desenvolvimento de IA no MongoDB Atlas Vector Search
Descubra como você pode usar o SuperDuperDB para descrever pipelines de AI complexos criados no MongoDB Atlas Vector Search e nos LLMs de última geração.Sep 18, 2024
Artigo
Sistemas multiagentes com AutoGen e MongoDB
Descubra como construir poderosos sistemas de AI multiagentes usando AutoGen e MongoDB. Este guia explora a integração da Microsoft estrutura AutoGen da com o MongoDB do Atlas Vector Search, habilitando ( geração aumentada deRAG recuperação) eficiente e AI agentes de colaboradores. Aprenda a implementação passo a passo, da configuração do ambiente à configuração do agente , e desbloqueie o potencial de soluções de AI escaláveis e sensíveis ao contexto para tarefas complexas orientadas por dados.Sep 18, 2024
Artigo
Implementação de pipelines RAG robustos: integração do Gemma 2 do Google (2B) técnicas de avaliação do MongoDB e LLM
Este tutorial explora a criação de um pipeline de geração aumentada de recuperação (RAG) integrando o modelo Gemma 2 (2B) do Google ao MongoDB e às técnicas de avaliação LLM. O Gemma 2, um modelo leve com dois bilhões de parâmetros, é usado para geração de resposta eficiente, enquanto o MongoDB atua como o banco de dados vetorial, permitindo a Atlas Search semântica para documentos relevantes. O tutorial demonstra como criar um assistente de gerenciamento de ativos que analisa os relatórios de mercado armazenados no MongoDB. Ele abrange a geração de incorporação, o Atlas Search vetorial e o uso da biblioteca Geodeval para avaliar a relevância e a fidelidade das respostas geradas pelo LLM. Ao combinar essas ferramentas, o tutorial destaca uma abordagem eficiente para criar soluções orientadas por IA com avaliação robusta de desempenho em um pipeline RAG.Sep 12, 2024
Artigo
Como usar o Realm de forma eficaz em um aplicativo Xamarin.Forms
Este artigo mostra como usar o Realm de forma eficaz em um aplicativo Xamarin.Forms usando padrões recomendados.Sep 09, 2024