
MongoDB lleva embeddings y reranking a Atlas para simplificar el RAG de los agentes
MongoDB ha ampliado Atlas con nuevas capacidades destinadas a convertir la propia plataforma de datos en la capa de memoria, contexto y recuperación de información para aplicaciones y agentes de inteligencia artificial. La compañía incorpora embeddings automatizados con modelos de Voyage AI, una API independiente para embeddings y reranking, recuperación vectorial sobre datos en streaming y el nuevo modelo voyage-code-4, especializado en encontrar código relevante para agentes de programación. Las claves de la nueva apuesta de MongoDB por el RAG en 20 segundos El planteamiento ataca uno de los problemas menos vistosos pero más importantes de los sistemas de generación aumentada por recuperación, conocidos como RAG (Retrieval-Augmented Generation). El rendimiento de un agente no depende únicamente del modelo de lenguaje




