MongoDB Atlas Vector Search s'intègre à LangChain pour fournir une « mémoire à long terme » aux LLM et stocker les conversations par chat.
MongoDB Atlas Vector Search s'intègre à LlamaIndex pour fournir une « mémoire à long terme » aux LLM et stocker les extraits de documents.
Les vector embeddings générées par OpenAI peuvent être stockées dans MongoDB Atlas Vector Search pour créer des applications d'IA générative de haute performance.
Hugging Face permet d'accéder à de nombreux modèles open source qui peuvent être facilement utilisés pour générer des vector embeddings et les stocker dans Atlas Vector Search.
Les vector embeddings générées par Cohere peuvent être stockées dans MongoDB Atlas Vector Search pour créer des applications d'IA générative de haute performance.
Nomic permet de visualiser et d'explorer facilement des données de vector embedding dans le navigateur Web et les générer via thegpt4all. Il fonctionne facilement avec Atlas Vector Search.
Semantic Kernel est un SDK qui simplifie la création d'applications LLM avec des langages de programmation tels que C# et python. Atlas Vector Search s'intègre pour fournir une « mémoire » aux applications LLM.