Intégrez la recherche optimisée par l'IA dans vos applications
Elasticsearch Relevance Engine™ (ESRE) est conçu pour soutenir les applications de recherche basées sur l'intelligence artificielle. Utilisez ESRE pour appliquer une recherche sémantique offrant une pertinence supérieure dès le départ (sans adaptation au domaine), intégrer des grands modèles de langage (LLM) externes, implémenter une recherche hybride et utiliser des modèles de transformateurs tiers ou vos propres modèles.
Pour configurer Elasticsearch Relevance Engine, c'est très simple. On vous montre comment faire.
Regardez la vidéo de prise en main rapideCréez des applications avancées basées sur la RAG à l'aide d'ESRE.
S'inscrire à la formationUtilisez des données internes et privées comme contexte en tirant parti des capacités des modèles d'IA générative afin de fournir des réponses actualisées et fiables aux demandes des utilisateurs.
Regarder la vidéoL'IA pour tous les développeurs
Optimisez la recherche avec l'IA
Intégrez des capacités avancées de pertinence de l'IA à votre application grâce à ESRE, quel que soit votre niveau d'expertise. ESRE est doté d'un éventail de fonctionnalités qui vous aide à vous lancer avec l'IA ou à développer votre expérience dans ce domaine. Vous bénéficiez de la flexibilité et du contrôle nécessaires pour déployer des applications de recherche de machine learning et d'IA générative comme bon vous semble.
Elasticsearch Relevance Engine
Elasticsearch, un poids lourd de la recherche vectorielle centralisée
Générez des embeddings. Stockez, recherchez et gérez des vecteurs. Bénéficiez de la recherche sémantique avec Learned Sparse Encoder, le modèle de machine learning propriétaire d'Elastic. Ingérez tous les types de données. Intégrez des grands modèles de langage qui évoluent rapidement.
Échantillons de code
Lancez-vous dans la recherche vectorielle
Utilisez une seule API pour importer un modèle d'embedding, générer des embeddings et rédiger des requêtes de recherche à grande échelle avec la méthode du plus proche voisin approximatif.
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 \
--startQuestions fréquentes
Qu'est-ce qu'Elasticsearch Relevance Engine ?
Qu'est-ce qu'Elasticsearch Relevance Engine ?
Elasticsearch Relevance Engine est un ensemble de fonctionnalités qui aident les développeurs à concevoir des applications de recherche alimentées par l'IA, comprenant notamment :
- des fonctionnalités avancées de classement par pertinence à la pointe du secteur, incluant la recherche par mots-clés traditionnelle avec BM25, une base pour une recherche hybride et pertinente adaptée à tous les domaines ;
- des fonctionnalités complètes de base vectorielle, y compris la capacité à créer des embeddings, en plus du stockage et de la récupération de vecteurs ;
- Elastic Learned Sparse Encoder, notre nouveau modèle de machine learning pour la recherche sémantique dans divers domaines ; le classement hybride (RRF) combinant les capacités de recherche vectorielle et textuelle pour une pertinence de recherche optimale dans divers domaines.
- l'intégration de modèles de transformateurs tiers compatibles, tels qu'OpenAI GPT-3 et 4, via des API ;
- une suite complète d'outils d'ingestion des données, tels que des connecteurs de base de données, des intégrations de données tierces, des robots d'indexation et des API permettant de créer des connecteurs personnalisés ;
- des outils de développement pour créer des applications de recherche exploitant tous types de données : texte, images, séries temporelles, données géospatiales, multimédia et bien d'autres.
Que puis-je développer avec Elasticsearch Relevance Engine ?
Que puis-je développer avec Elasticsearch Relevance Engine ?
Elasticsearch est une technologie de recherche de pointe pour les sites web (comme la découverte et les produits d'e-commerce) et l'information en interne (notamment la recherche d'entreprise et les bases de connaissances de témoignages de clients). Avec ESRE, nous mettons à votre disposition un kit d'outils permettant de créer des expériences de recherche alimentées par l'IA. Permettez aux utilisateurs d'exprimer leurs requêtes en langage naturel, sous forme de question ou de description du type d'informations recherchées. Associez cette fonctionnalité de traitement du langage naturel à l'IA générative pour renforcer les capacités de ces modèles grâce au contexte issu de vos propres données privées ou propriétaires.
Elasticsearch et Elasticsearch Relevance Engine sont-ils la même chose ?
Elasticsearch et Elasticsearch Relevance Engine sont-ils la même chose ?
Oui, les fonctionnalités comprises dans Elasticsearch Relevance Engine sont conçues et intégrées à l'API _search dans Elasticsearch. Les développeurs peuvent utiliser les API d'Elastic ou leurs outils habituels comme Kibana pour interagir avec les fonctionnalités d'Elasticsearch Relevance Engine avec Elasticsearch afin de garantir une expérience sans accroc.
Qu'est-ce qu'Elastic Learned Sparse Encoder ?
Qu'est-ce qu'Elastic Learned Sparse Encoder ?
Elastic Learned Sparse Encoder est un modèle développé par Elastic pour la recherche sémantique à haute pertinence dans des domaines variés. Actuellement disponible en anglais uniquement, ce modèle de machine learning saisit les relations entre les significations et les mots à des fins de récupération d'informations. Si vous souhaitez en savoir plus et découvrir les résultats des tests comparatifs de notre nouveau modèle de récupération, consultez cet article.
Qu'est-ce qu'un transformateur ? Elastic Learned Sparse Encoder est-il un modèle de transformateur ?
Qu'est-ce qu'un transformateur ? Elastic Learned Sparse Encoder est-il un modèle de transformateur ?
Un transformateur est une architecture de réseau de neurones profond qui sert de base aux grands modèles de langage. Les transformateurs se composent de divers éléments et peuvent inclure des encodeurs, des décodeurs ainsi que de nombreuses couches de réseaux de neurones "profonds" comptant des millions (voire des milliards) de paramètres. Ils sont généralement entraînés sur de très vastes corpus textuels, tels que les données disponibles sur Internet, et peuvent être affinés pour accomplir diverses tâches de traitement du langage naturel (NLP). Notre nouveau modèle de récupération d'informations repose sur une architecture de type transformateur, mais ne comprend qu'un encodeur spécifiquement conçu pour la recherche sémantique dans des domaines très variés.
Comment démarrer avec Elasticsearch Relevance Engine ? Faut-il l'acheter séparément ?
Comment démarrer avec Elasticsearch Relevance Engine ? Faut-il l'acheter séparément ?
Toutes les fonctionnalités d'Elasticsearch Relevance Engine sont incluses dans les offres Platinum et Entreprise d'Elasticsearch, à partir de la version 8.8. Démarrez facilement avec les embeddings et la recherche vectorielle, et testez le modèle de récupération d'informations. Découvrez une démonstration des fonctionnalités d'Elastic Learned Sparse Encoder. Si vous disposez d'une licence Elasticsearch, Elasticsearch Relevance Engine est compris dans votre achat.