-dxuktmi8uo.jpg)
使用MongoDB构建AI：集成向量搜索和Cohere以打造前沿企业应用
💡
原文英文，约800词，阅读约需3分钟。
📝
内容提要
Cohere是一家领先的企业AI平台，提供大型语言模型（LLMs）和文本生成和嵌入模型。其模型在性能和成本之间提供最佳平衡，并可在生产环境中大规模部署。Cohere的平台与云无关，可通过API和流行的云托管服务访问，并可部署在VPC或本地。Cohere的Embed 3和Rerank 3模型可与MongoDB Atlas Vector Search一起使用，构建先进的语义搜索系统。
🎯
关键要点
- Cohere是一家领先的企业AI平台，专注于大型语言模型（LLMs），帮助企业挖掘数据潜力。
- Cohere提供文本生成和嵌入模型，具有最佳的性能与成本平衡，适合大规模生产部署。
- Cohere的平台与云无关，通过API和流行的云托管服务访问，支持在虚拟私有云或本地部署。
- Cohere的Embed 3和Rerank 3模型可与MongoDB Atlas Vector Search结合，构建先进的语义搜索系统。
- Cohere的Embed模型支持多语言，用户可以指定计算嵌入的数据类型，提高搜索结果的准确性。
- Cohere推出了新的Embed Jobs端点，允许一次性传递整个数据集，提高开发者体验。
- Rerank 3模型可以在搜索系统的最后阶段添加，提升复杂数据的搜索准确性，支持100多种语言。
- MongoDB Atlas提供高吞吐量的OLTP数据库，适合与Cohere的批量嵌入结合，构建复杂的生成AI应用。
- Atlas Triggers可实时嵌入新或更新的源内容，支持动态生成AI应用。
- MongoDB的查询API可以快速访问和检索相关的向量嵌入，降低构建生成AI应用的成本和复杂性。
- Cohere和MongoDB Atlas的结合使得开发者能够更快地构建基于实时数据的生成AI应用。
➡️
