ניסית ב production? נשמע לי מאד נאיבי, כאילו לא נשמע שיש אנד

ניסית ב production? נשמע לי מאד נאיבי, כאילו לא נשמע שיש אנדוקס טוב, קשרים, חלוקת ידע לחתיכות קטנות.

לא יודע אם הצטרפת אחרי שפרסמתי, אבל זה בדיוק משהו שהצפתי לאחרונה. על גבול שצריך להציב שמשתמשים ב MD בתור דאטהבייס, וקרפאתי ממש ממש צודק, עד גבול מסוים זה באמת עדיף… אבל לחברה שלמה שממשיכה לצהבור כל יום זכרונות ודאטה - אני אלא רואה איך זה יעיל (עלות, פיצוץ קונטקסט, מהירות) אחרי שצוברים אלפי/עשרות אלפי מסמכים והיד עוד נטויה…. השתמשתי באנלוגיה המתבקשת - הדאון שאחרי האמדי.

יש סיבה מאוד ברורה שאף חברה בעולם עד היום לא השתמשה בשיטת MD בתור דאטהבייס, ואין סיבה שזה יקרה בעידן אייגנטי. מה כן קרה? הבינו שטבלאות לא עובד, לא מתאים…. לכן האפשרות המתבקשת זה האבולוציה של MD, מסמכים - ב JSON, השפה הכי נוחה לו… לכן מונגו זה הפתרון המתבקש.

שיתפתי Memory Framework על מונגו- זאת אומרת לוקאלי/ענן. מובנה שם יכולות של Auto Embeddings יחד עם מודל embeddings שנקרא Voayge code 3 שלפי הבנצמרקס הוא מקום 1 בעולם.

כמו כן יש שם יכולות גרף וחיפוש היברידי (פיוז׳ן של חיפוש BM25 עם וקטורים) ותוכל לקרוא בהרחבה בreadme

https://go.chatlytics.ai/r/sHDfXla

GitHub - romiluz13/Memongo: MongoDB-native long-term memory for production AI agentsMongoDB-native long-term memory for production AI agents - romiluz13/Memongo

כן כן דיברנו על זה בלינקד אין. תהיתי אם חוץ מזה למישהו פה יש נסיון פרודקשני עם פתרונות אחרים

ומסכים עם מה שאמרת על זה שזה יכול לשרת מוצרים קטנים מאד רק

האמת שאצלי בארגון אני משלב גם ראג וגם אג'נטיק, בסוף ההיברידי יביא את התוצאה הטובה ביותר

אבל רום אתה אומר שזה לא מתאים לcoding agents

יכול לפרט?

שכבת זיכרון לארגונים

כן, לדוגמא, שילוב בין המונגו של רום שהוא פירסם כאן לבין ה-LLM WIKI של קרפטי (2 ארכיטקטורות שונות לאותה מטרה)

משהו דומה