Search

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 Elasticsearch 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。通过这些交互式动手学习模块探索 Search AI。

是的。Elastic 是全球使用最广泛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。但其功能远不止于此！ElasticSearch 还包含构建出色搜索体验所需的一切，包括聚合、过滤和分面搜索、自动补全、多种检索方法，以及与您自己的或第三方的转换器模型集成的灵活性。

如果你使用大语言模型，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。

如果您是开发人员，那么在 Elasticsearch Labs 中提供的博客、示例和教程是获取有关 Elastic 实现的技术和实用信息的最佳途径之一。该资源由在 Elastic 工作的技术人员创建和维护，旨在帮助使用 Elastic 的技术人员了解生成式 AI、矢量搜索和机器学习研究的最新进展。

是的，Elasticsearch 和 Kibana 在 AGPL 许可下开源。我们基于 Apache Lucene 构建，支持 OpenTelemetry、Logstash 和 Beats 等开源项目。这促进了社区的创新与合作，确保 Elasticsearch 以令人兴奋的新方式不断发展。AGPL 许可证强化了我们的开源原则，确保了安全性、可扩展性和社区驱动的进展。

Elastic 的 Search AI Lake 针对实时的低延迟应用程序进行了优化，成为您 AI 驱动未来的理想架构。它通过提供低延迟查询以及 Elasticsearch 的强大搜索和 AI 相关性功能，彻底变革了数据湖。Search AI Lake 为 Elastic Cloud 提供了一种全新的无服务器部署方式，消除了所有运维开销，可让您的团队更专注于创新。