В MongoDB считают, что улучшенный поиск данных, а не просто более крупные модели ИИ, имеет решающее значение для создания надежных корпоративных систем ИИ. По мере того, как агентные системы и Retrieval-Augmented Generation (RAG) внедряются в производство, поставщик баз данных определил качество поиска как существенный недостаток, который может негативно повлиять на точность, стоимость и доверие пользователей, даже если базовые модели сильны.

Чтобы решить эту проблему, MongoDB запустила четыре новые версии своих моделей встраивания и переранжирования, объединенные под общим названием "Voyage 4". Эти модели предназначены для повышения эффективности и точности поиска данных в системах ИИ. Voyage 4 доступна в четырех режимах: voyage-4 embedding, voyage-4-large, voyage-4-lite и voyage-4-nano.

По данным MongoDB, voyage-4 embedding служит моделью общего назначения, а Voyage-4-large считается флагманской моделью. Voyage-4-lite оптимизирована для задач, требующих низкой задержки и снижения затрат. Voyage-4-nano предназначена для локальной разработки и тестирования, а также для поиска данных на устройствах. Примечательно, что voyage-4-nano — первая модель MongoDB с открытым весом.

Все четыре модели доступны через API и на платформе Atlas от MongoDB. Компания утверждает, что эти модели превосходят аналогичные модели, доступные в настоящее время.

Акцент на качестве поиска подчеркивает растущую обеспокоенность в индустрии ИИ. В то время как большие языковые модели (LLM) привлекли значительное внимание, способность эффективно извлекать релевантную информацию из баз данных и баз знаний имеет важное значение для создания надежных и точных приложений ИИ. Системы RAG, в частности, полагаются на точный поиск, чтобы расширить знания LLM с помощью внешних данных.

Последствия низкого качества поиска выходят за рамки простых неточностей. Неточный или неэффективный поиск может привести к увеличению затрат из-за нерационального использования вычислительных ресурсов и может подорвать доверие пользователей к системам ИИ. Поскольку ИИ все больше интегрируется в критически важные бизнес-процессы, обеспечение надежности поиска данных имеет первостепенное значение.

Акцент MongoDB на качестве поиска предполагает сдвиг в фокусе внутри сообщества ИИ. Вместо того чтобы просто разрабатывать более крупные и сложные модели, компании начинают осознавать важность оптимизации всего конвейера ИИ, включая поиск данных. Этот целостный подход необходим для создания систем ИИ, которые не только мощные, но и надежные и экономически эффективные.

Доступность моделей Voyage 4 от MongoDB представляет собой шаг к решению проблем качества поиска в корпоративном ИИ. Компания планирует продолжать разрабатывать и совершенствовать свои модели для удовлетворения меняющихся потребностей индустрии ИИ.