Surgió una nueva ola de IA que cambia la forma en que las empresas utilizan los datos internos y externos en los flujos de trabajo existentes. La combinación de modelos de lenguaje grande (LLM) y modelos de incrustación (modelos que pueden crear vectores de alta dimensión a partir de datos no estructurados) ahora le permite dar sentido a los datos de cualquier tipo.

Con >80 % de la información no estructurada (como texto, documentos, imágenes, archivos de video, etc.), la búsqueda va más allá de la palabra clave, con incrustaciones vectoriales que ayudan a contextualizar todos estos datos, incluso cuando sus usuarios finales podrían no saber qué buscan. Entonces, ¿cómo puede su empresa utilizar la búsqueda vectorial y el poder de las LLM para ampliar su propio conjunto de conocimientos corporativos y aumentar los resultados relevantes?

En este seminario sitio web, Stephen O'Grady, analista principal y cofundador de RedMonk, y Benjamin Flast, jefe de gestión de productos de MongoDB, debatirán sobre estas tendencias tectónicas:

Qué es Vector Search y cómo la IA desempeña un rol en dar sentido a los datos no estructurados.
Cómo crear embudos vectoriales para aumentar la relevancia aprovechando el poder de los LLM.
Varios enfoques para almacenar y recuperar vectores.
Ejemplos reales de casos de uso de vectores, integraciones de IA y resultados.