筛选
Elasticsearch 向量数据库：数分钟内即可完成部署，能以超高性价比扩充至千亿规模
Elasticsearch Labs
Elasticsearch 向量数据库：数分钟内即可完成部署，能以超高性价比扩充至千亿规模
混合检索的难点部分已经解决，配备优化的默认设置、第三方和原生 Jina AI 模型以及开箱即用的托管型 GPU 推理功能。您可以构建快速、可扩展的 AI 应用，无需构建基础架构。
如何衡量和提升 Elasticsearch 搜索召回率：通过混合搜索将召回率从 0.43 提升至 0.75
Elasticsearch Labs
如何衡量和提升 Elasticsearch 搜索召回率：通过混合搜索将召回率从 0.43 提升至 0.75
了解如何通过将 BM25 词汇搜索与 Jina AI 向量嵌入相结合来测量和提高 Elasticsearch 中的搜索召回率，并使用 rank_eval API 以实际数据验证改进效果。
使用 Elasticsearch 解决实体问题，第 4 部分：终极挑战
Elasticsearch Labs
使用 Elasticsearch 解决实体问题，第 4 部分：终极挑战
在专为防止走捷径而设计的高度多样化的“终极挑战”数据集上，解决并评估实体解析挑战。
使用 Elasticsearch 与 LLM 进行实体解析，第 2 部分：通过 LLM 判断和语义搜索匹配实体
Elasticsearch Labs
使用 Elasticsearch 与 LLM 进行实体解析，第 2 部分：通过 LLM 判断和语义搜索匹配实体
在 Elasticsearch 中使用语义搜索和透明 LLM 判断进行实体解析。
使用 Elasticsearch 构建 ChatGPT 连接器以查询 GitHub 问题
Elasticsearch Labs
使用 Elasticsearch 构建 ChatGPT 连接器以查询 GitHub 问题
学习如何构建自定义 ChatGPT 连接器并部署使用混合搜索查询内部 GitHub 问题的 Elasticsearch MCP 服务器。
混合搜索不头疼：用检索器简化混合搜索
Elasticsearch Labs
混合搜索不头疼：用检索器简化混合搜索
探索如何利用线性和 RRF 检索器的多字段查询格式简化 Elasticsearch 中的混合搜索，并在不了解 Elasticsearch 索引的情况下创建查询。
你懂的，语境--第三部分：混合搜索在语境工程中的威力
Elasticsearch Labs
你懂的，语境--第三部分：混合搜索在语境工程中的威力
了解如何利用上下文工程和混合搜索，通过聚合、RBAC 和非内容信号来提高人工智能输出的准确性。
你懂的，语境--第一部分：混合搜索和语境工程的演变
Elasticsearch Labs
你懂的，语境--第一部分：混合搜索和语境工程的演变
探索混合搜索和上下文工程如何从词汇基础发展到支持下一代代理人工智能工作流程。
利用 Elasticsearch 和 SigLIP-2 对山峰进行多模式搜索
Elasticsearch Labs
利用 Elasticsearch 和 SigLIP-2 对山峰进行多模式搜索
了解如何使用 SigLIP-2 嵌入和 Elasticsearch kNN 向量搜索实现文本到图像和图像到图像的多模态搜索。项目重点：寻找珠峰徒步旅行中拍摄的阿玛达布拉姆峰照片。
为 Elasticsearch 改进代理人工智能工具的实验
Elasticsearch Labs
为 Elasticsearch 改进代理人工智能工具的实验
了解我们如何通过迭代实验，结合线性检索器、混合搜索和语义文本进行可扩展的 RAG 优化，从而改进 Elasticsearch 的人工智能代理工作流。
混合搜索重温：在 Elasticsearch 中引入线性检索器！
Elasticsearch Labs
混合搜索重温：在 Elasticsearch 中引入线性检索器！
了解线性检索器如何利用加权分数和 MinMax 归一化来增强混合搜索，从而获得更精确、更一致的排名，并学习如何使用它。