用例
更快速的 AI 驱动型搜索体验
功能
获取超全面的搜索工具包
Machine Learning 和矢量搜索
借助 Machine Learning 将搜索提升到全新水平
了解更多关于 ML 和矢量搜索的信息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。
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。