MongoDB正式推出其Atlas向量搜索與Amazon Bedrock的整合,此功能去年在Amazon Re:Invent大會上首次亮相。此合作使開發者能夠將其基礎模型和AI代理與存儲於MongoDB的專有數據同步,透過檢索增強生成(RAG)提升回應的相關性、準確性以及個性化程度。
"許多企業擔心AI系統輸出的準確性,同時又要保護其專有數據," MongoDB首席產品官Sahir Azam表示,"我們正在簡化MongoDB和AWS客戶使用各種在AWS環境中托管的基礎模型的過程。這讓他們能夠開發生成AI應用程序,安全地在MongoDB Atlas中整合專有數據,從而提高準確性並增強用戶體驗。"
Amazon Bedrock是AWS針對生成AI的管理服務,為企業客戶的AI應用開發需求提供中央儲存庫。這些模型的陣容不斷增長,包括來自Amazon、Anthropic、Cohere、Meta、Mistral和Stable Diffusion的模型。儘管使用外部訓練模型可能有其益處,企業仍然傾向於使用自己的數據庫,以獲得更豐富的客戶背景。
MongoDB的整合在這方面至關重要。開發者可以利用專有數據自定義選擇的基礎模型,使得圍繞新訓練的LLM的應用開發無需手動介入。"你可以創建生成AI應用,如果無法整合實時操作數據,就會得到通用的回應," MongoDB產品行銷與策略副總裁Scott Sanchez在新聞發布會上解釋。
"與MongoDB的這一整合使客戶能夠輕鬆連接各個要素,"他補充道。"他們可以通過將專有數據轉換為存儲在MongoDB中的向量嵌入,私下自定義其大語言模型。例如,零售商可以利用自主代理創建生成AI應用來管理即時庫存請求或客戶退貨等任務。"
此次公告是MongoDB與AWS之間之前合作的延續,包括MongoDB的向量搜索可在Amazon SageMaker上使用以及Atlas支援CodeWhisperer。MongoDB持續創新,推出AI應用計劃(MAAP),幫助企業客戶開發AI應用程序。