Uma nova onda de IA surgiu, mudando a forma como as empresas usam dados internos e externos em seus fluxos de trabalho. Com a combinação de Large Language Models (LLM) e modelos de incorporação (modelos que podem criar vetores de alta dimensão a partir de dados não estruturados), agora você pode extrair informações de qualquer tipo de dado.
Como mais de 80% das informações são não estruturadas (por exemplo, texto, documentos, imagens, arquivos de vídeo etc.), a pesquisa não pode se limitar a palavras-chave e também deve executar incorporações vetoriais que ajudam a contextualizar todos esses dados, mesmo quando seus usuários finais ainda não sabem o que estão procurando. Então, como sua empresa pode usar a pesquisa vetorial e o potencial dos LLM para ampliar seu próprio conjunto de conhecimento corporativo e obter mais resultados relevantes?
Este webinar conta com a presença de Stephen O'Grady, analista principal e cofundador da RedMonk, e Benjamim Flast, diretor de gerenciamento de produtos do MongoDB, para uma discussão sobre essas tendências tectônicas, incluindo:
- O que é pesquisa vetorial e qual é a função da IA na compreensão de dados não estruturados;
- Como criar incorporações vetoriais para aumentar a relevância aproveitando o potencial dos LLM;
- Diversas abordagens para armazenar e recuperar vetores;
- Exemplos do mundo real de casos de uso de vetores, integrações de IA e resultados.