Ebben a videóban egy rugalmas, mégis egyszerű RAG (Retrieval-Augmented Generation) struktúrát ismerhetünk meg, amelyet különböző felhasználási esetekhez is ajánlanak. A hibrid keresés, amely egyesíti a szemantikus és kulcsszavas keresést, áll a fókuszban, így pontosabb és sokoldalúbb találatok érhetők el dokumentumok, adatbázisok esetén.
Az előadó egy saját fejlesztésű AI ágens sablont mutat be, amely MongoDB-t használ, kihasználva annak új hibrid keresési és vektordatabase képességeit. A gyakorlati példákon keresztül bemutatja, hogyan működik a keresés élő környezetben PDF-ekből, Word fájlokból vagy akár audió anyagokból kinyert adathalmazokon.
Felvetődik a kérdés, hogy mikor optimálisabb kulcsszavas vagy szemantikus keresést használni, és hogyan lehet ezeket összefésülni úgy, hogy mindkét előnyös tulajdonságát kiaknázzuk. A videó elemzi mindkét módszer sajátosságait, valamint a keresési eredmények pontozását és rangsorolását is.
Ezen túlmenően szó esik a dokumentumok feldolgozásához és szeleteléséhez használt Dockling eszközről, valamint az integráció folyamatáról Pantic AI keretrendszerrel. Az előadás végig magas szinten tárgyalja az algoritmuslogikát, valamint a MongoDB egyedülálló adottságait, mint például a Reciprocal Rank Fusion módszer alkalmazhatóságát a keresési eredmények kombinálásánál.
