借助搜索的力量，提升速度、可扩展性和相关性
功能
升级您的搜索 AI 工具包
Machine Learning 和矢量搜索
借助 Machine Learning 将搜索提升到全新水平
使用 ML 和矢量搜索取得更大成就适用于任何开发团队的灵活功能。通过文本、矢量、混合和语义搜索，实现下一代搜索和 NLP 应用。
查看 Elastic Search 的实际应用
Elastic 为全球最具创新精神的企业带来了全新的企业搜索体验。
客户聚焦
Cisco 通过 AI 搜索体验更高效地解决客户问题
客户聚焦
Labelbox 助力其客户充分发掘并利用 AI 的潜力
客户聚焦
CogStack 解锁并充分利用了宝贵的医疗数据
常见问题
Elastic Search 和 Elasticsearch 有什么不同？
Elastic Search 是 Elastic 的搜索解决方案，基于 Elasticsearch 构建而成。Elastic Search 包括多种可节省开发和搜索管理时间的高级功能，例如 Machine Learning、审计日志、基于角色和属性的安全控制、可搜索快照、跨集群复制、跨集群搜索，以及灵活的部署选项。
我是否需要针对文本、矢量和混合搜索分别使用不同的 Elastic 产品？
不需要。Elastic 的 BM25 文本搜索算法、可扩展的矢量数据库、语义搜索和倒数排序融合 (RRF) 混合评分都可与 Elastic Search 一起使用。Elastic 甚至拥有自己开箱即用的语义搜索模型，也就是 Elastic Learned Sparse Encoder。
Elastic 是矢量数据库吗？
是。Elastic 是全球下载量最多且可扩展的矢量数据库，开发人员可以通过它创建、存储和搜索矢量嵌入。但他们可执行的操作还远不止这些！此外，Elastic Search Platform 还包括构建出色搜索体验所需的各种功能，例如聚合、过滤和分面搜索、自动补全、多种检索方法，并且可灵活地与自己的或第三方转换器模型进行集成。
如果我在应用中使用大型语言模型，为什么还需要搜索产品呢？
如果您使用大型语言模型，就需要一个搜索产品，因为这是一种节约成本和时间的方法，可以在生成式 AI 体验中获得更准确的结果。通过搜索特定领域的数据，您可以提供高度相关的搜索结果作为额外的上下文，从而最大程度地减少大型语言模型产生的“幻觉”，并限定对模型进行微调所需的时间。通过使用检索增强生成 (RAG)，Elastic 可支持您查询专有数据，以获得更准确、更实时的结果，同时所需的计算和存储资源也更少。此外，Elastic 还可通过文档级安全性来控制搜索访问。
我在哪里可以找到实现搜索的代码示例？
如果您是一名开发人员，那么要在博客、示例和应用中获取有关实现 Elastic 的技术和实用信息，最佳途径之一就是 Elastic Search Labs。它是由在 Elastic 工作的技术人员为使用 Elastic 的技术人员创建和维护的。请访问 Elastic Search Labs，以了解最新的生成式 AI、矢量搜索和 Machine Learning 研究。
