Artigos
MongoDB Atlas, a plataforma de dados multinuvem para desenvolvedores.Por categoria
- Mais recente
- Mais bem avaliado
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
Correspondências exatas no Atlas Search: guia para desenvolvedores
Este tutorial se concentrará nas diferentes maneiras pelas quais os usuários podem obter correspondências exatas, bem como nos prós e contras de cada uma delas.
Oct 09, 2024
Artigo
Mantendo seus custos baixos com as instâncias sem servidor do MongoDB Atlas
Saiba como usar as novas instâncias sem servidor do MongoDB Atlas para manter seus custos de uso baixos.
Oct 01, 2024
Artigo
Conjuntos de dados de amostra do MongoDB Atlas
Explicando os dados de amostra do MongoDB Atlas e mergulhando em seus vários conjuntos de dados
Oct 01, 2024
Artigo
Comparação de técnicas de NLP para Atlas Search de produtos escaláveis
Neste artigo, compararemos quatro técnicas populares de processamento de linguagem natural (NLP) para encontrar a solução mais ideal para recuperar os resultados mais relevantes para uma query do Atlas Search a partir de um grande corpus de produtos.
Sep 23, 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
AI Shop: o poder da LangChain, OpenAI e MongoDB Atlas trabalhando juntos
Explore a sinergia do MongoDB Atlas, LangChain e OpenAI GPT-4 em nosso aplicativo avançado de loja de AI ._Spot_BS_ForestGreen.png&w=3840&q=75)
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
