KI-gestützte Suche für Ihre Anwendungen
Die Elasticsearch Relevance Engine™ (ESRE) wurde speziell für KI-gestützte Suchanwendungen entwickelt. Mit ESRE können Sie semantische Suchfunktionen mit überragender Relevanz sofort (ohne fachspezifische Anpassung) einsetzen, eigene LLMs (Large Language Models) integrieren, Hybrid-Sucherlebnisse implementieren und externe oder eigene Transformationsmodelle nutzen.
Ein maßgeschneidertes Relevanzmodul für Entwickler:innen, die KI-gestützte Suchanwendungen erstellen.
Launch-Blogpost lesenErfahren Sie mehr über das neue Elastic-Abrufmodell, das selbst in spezialisierten Fachgebieten in Zero-Shot-Umgebungen hochrelevante Ergebnisse liefert.
Tech-Blogpost lesenNutzen Sie beim Einsatz von GKI-Modellen private, interne Daten als Kontext, um Nutzer:innen aktuelle und zuverlässige Antworten auf ihre Fragen zu geben.
Video ansehenKI für alle Entwickler:innen
Bessere Suche mit KI
Versehen Sie Ihre Anwendung mithilfe von ESRE mit erweiterten KI-Relevanzfunktionen – ganz ohne Vorkenntnisse. ESRE bietet sowohl für Anfänger als auch für alte KI-Hasen eine Vielzahl nützlicher Funktionen. Mit den Funktionen in ESRE können Sie ganz nach Gusto und mit großer Flexibilität Suchanwendungen bereitstellen, die Machine Learning und generative KI nutzen.
Elasticsearch Relevance Engine
Elasticsearch – All-in-one-Kraftwerk für die Vektorsuche
Erstellen Sie Einbettungen. Speichern, durchsuchen und verwalten Sie Vektoren. Erstellen Sie semantische Suchanwendungen mit dem Learned Sparse Encoder Machine-Learning-Modell von Elastic. Ingestieren Sie Datentypen jeder Art. Sorgen Sie für die Unterstützung großer dynamischer Sprachmodelle.
„Ich bin begeistert von den Vorteilen, die wir unseren Kunden dank unseren Investitionen in die Nutzung von Elasticsearch in RelativityOne bieten können. Wir sind gerade dabei, mit der ESRE zu experimentieren, und sehen ein großes Potenzial für die Bereitstellung nützlicher, KI-augmentierter Suchergebnisse für unsere Kunden.“
Chris Brown, Chief Product Officer, Relativity
Codebeispiele
Vektorsuche erstellen
Mit nur einer einzigen API können Sie ein Einbettungsmodell importieren, Einbettungen generieren und umfangreiche Suchabfragen mit der Suche nach dem geschätzten nächsten Nachbarn schreiben.
docker run -it --rm elastic/eland \
eland_import_hub_model \
--cloud-id $CLOUD_ID \
-u <username> -p <password> \
--hub-model-id sentence-transformers/msmarco-MiniLM-L-12-v3 \
--task-type text_embedding \
--startHäufig gestellte Fragen
Was ist die Elasticsearch Relevance Engine?
Die Elasticsearch Relevance Engine enthält verschiedene Tools, mit denen Entwickler:innen KI-Suchanwendungen erstellen können, wie etwa:
- Branchenführende erweiterte Relevanzbestimmungsfunktionen, inklusive herkömmliche Schlüsselwortsuche mit BM25 als Basis für eine relevante Hybridsuche in allen Fachgebieten.
- Umfassende Vektordatenbankfunktionen mit Speicherung und Abruf von Vektoren sowie der Fähigkeit, Einbettungen zu erstellen.
- Elastic Learned Sparse Encoder, unser neues Machine-Learning-Modell für semantische Suchanwendungen für vielfältige Fachgebiete.
- Hybrid-Bewertungen (RRF) zur Kombination von Vektor- und textgebundenen Suchfunktionen für optimale Suchrelevanz in einer Vielzahl von Fachgebieten.
- Unterstützung für die Integration externer Transformationsmodelle wie etwa OpenAI GPT‑3 und OpenAI GPT‑4 über deren APIs.
- Eine komplette Suite aus Dateningestions-Tools wie etwa Datenbank-Connectoren, Datenintegrationen von Drittanbietern, Web-Crawler und APIs zur Erstellung benutzerdefinierter Connectoren.
- Entwicklungstools zur Erstellung von Suchanwendungen für alle Arten von Daten: Text, Bilder, Zeitreihen, Geodaten, Multimedia und vieles mehr.
Was kann ich mit der Elasticsearch Relevance Engine erstellen?
Elasticsearch ist eine führende Suchtechnologie für Websites (z. B. Produktsuche und Discovery im E‑Commerce-Bereich) und interne Daten (z. B. Wissensdatenbanken für Kundenerfolge oder Enterprise Search). Mit ESRE bieten wir ein Toolkit zur Erstellung KI-gestützter Sucherlebnisse an. Ihre Nutzer:innen können Anfragen in natürlicher Sprache als Frage oder als Beschreibung der gesuchten Informationen eingeben. Kombinieren Sie diese auf natürlicher Sprache basierenden Funktionen mit Generative AI, um die Fähigkeiten dieses Modells mit Kontext aus Ihren eigenen privaten oder proprietären Daten zu erweitern.
Worin unterscheiden sich Elasticsearch und Elasticsearch Relevance Engine?
Die Funktionen der Elasticsearch Relevance Engine nutzen Elasticsearch als zugrunde liegende Speicher- und Suchtechnologie. Entwickler:innen können die Elastic-API oder andere vertraute Tools wie etwa Kibana nutzen, um mit den Funktionen der Elasticsearch Relevance Engine zu interagieren.
Was ist der Elastic Learned Sparse Encoder?
Der Elastic Learned Sparse Encoder ist ein von Elastic entwickeltes Modell für extrem relevante semantische Suchfunktionen für eine Vielzahl von Fachgebieten. Dieses momentan nur auf Englisch verfügbare Machine-Learning-Modell erfasst die Beziehungen zwischen Bedeutungen und Wörtern für den Informationsabruf. Interessieren Sie sich für Benchmark-Tests mit unserem neuen Abrufmodell? Mehr erfahren Sie in diesem Blogpost.
Was ist eine Transformation, und ist der Elastic Learned Sparse Encoder ein Transformationsmodell?
Eine Transformation ist eine Deep-Neural-Network-Architektur und dient als Basis für LLMs (Large Language Models, umfassende Sprachmodelle). Transformationen bestehen aus verschiedenen Komponenten und können Encoder, Decoder sowie zahlreiche „Deep“-Neural-Netzwerkebenen mit vielen Millionen (oder sogar Milliarden) an Parametern enthalten. Sie werden normalerweise mit einem sehr großen Bestand an Textdaten im Internet trainiert und können für eine Vielzahl von NLP-Aufgaben (Natural Language Processing, natürliche Sprachverarbeitung) justiert werden. Unser neues Abrufmodell verwendet zwar eine Transformationsarchitektur, besteht jedoch nur aus einem Encoder, der speziell für die semantische Suche in einer Vielzahl von Fachgebieten entwickelt wurde.
Wie kann ich die Elasticsearch Relevance Engine ausprobieren? Muss ich die Elasticsearch Relevance Engine separat kaufen?
Der komplette Funktionsumfang der Elasticsearch Relevance Engine ist ab Version 8.8 in den Platinum- und Enterprise-Tarifen von Elastic Enterprise Search enthalten. Sie können mit Einbettungen und der Vektorsuche experimentieren und das Abrufmodell ausprobieren. Sehen Sie sich eine Demo des Elastic Learned Sparse Encoders an. Falls Sie eine Elasticsearch-Lizenz haben, ist die Elasticsearch Relevance Engine bereits in Ihrem Kauf enthalten.
Was ist Elastic AI Assistant?
Elastic AI Assistant ist unsere erste domänenspezifische Generative-AI-Anwendung, powered by ESRE. Nutzer:innen können über eine Chat-Benutzeroberfläche Fragen in natürlicher Sprache stellen und erhalten maßgeschneiderte Antworten. Weitere Informationen dazu finden Sie im Blogpost zur Einführung von Elastic AI Assistant.
KI IM FOKUS
KI-Updates abonnieren
Lassen Sie sich über Neuigkeiten zum Thema KI informieren. Registrieren Sie sich, um exklusive Nachrichten, Elastic®-Produktupdates, KI-Trends, praktische Demos und vieles mehr zu erhalten.
Direkt von der Quelle
LLMs, NLP, ChatGPT, RRF, BM25, ESRE, Vektoren, Transformation, Einbettungen – Die Welt der KI steht niemals still. Lassen Sie sich von den Produkt-, Engineering- und Entwicklungsteams von Elastic über die rasante KI-Umgebung informieren, um bessere KI-gestützte Suchanwendungen erstellen zu können.
Registrieren
MarketoFEForm
Mehr über die Verwendung von ChatGPT mit Elasticsearch erfahren
Erfahren Sie mehr darüber, wie Sie die Elasticsearch-Suchrelevanz mit der Frage-und-Antwort-Funktion von OpenAI ChatGPT kombinieren können, um Abfragen in Ihren privaten Daten zu starten.