
Création d'une application de recherche avec Blazor et Elasticsearch
Apprenez à construire une application de recherche en utilisant Blazor et Elasticsearch, et à utiliser le client Elasticsearch .NET pour la recherche hybride.

LangChain4j avec Elasticsearch comme magasin de plongements
LangChain4j (LangChain pour Java) a Elasticsearch comme magasin intégré. Découvrez comment l'utiliser pour construire votre application RAG en Java simple.

Techniques avancées de RAG, partie 2 : Requêtes et tests
Discuter et mettre en œuvre des techniques susceptibles d'améliorer les performances du RAG. Partie 2 sur 2, axée sur l'interrogation et le test d'un pipeline RAG avancé.

Techniques avancées de RAG partie 1 : Traitement des données
Discuter et mettre en œuvre des techniques susceptibles d'améliorer les performances du RAG. Partie 1 sur 2, se concentrant sur le traitement et l'ingestion des données d'un pipeline RAG avancé.

Elasticsearch et OpenSearch : comparatif de performance pour la recherche vectorielle.
Elasticsearch est d’emblée 2 à 12 fois plus rapide qu’OpenSearch pour la recherche vectorielle

Mesures de similarité vectorielle et notation
Explorez les mesures de similarité vectorielle et la notation dans Elasticsearch, y compris la distance L1 & L2, la similarité de cosinus, la similarité de produit de point et la similarité de produit intérieur maximal.

Plagiat par l'IA : Détection de plagiat avec Elasticsearch
Voici comment vérifier le plagiat de l'IA à l'aide d'Elasticsearch, en se concentrant sur les cas d'utilisation avec les modèles NLP et Vector Search.

Utiliser la recherche hybride pour la chasse aux gophers avec Elasticsearch et Go
Apprenez à réaliser une recherche hybride en combinant la recherche par mot-clé et la recherche vectorielle à l'aide d'Elasticsearch et du client Elasticsearch Go.

Effectuer une recherche vectorielle dans Elasticsearch avec le client Elasticsearch Go
Apprenez à effectuer une recherche vectorielle dans Elasticsearch en utilisant le client Elasticsearch Go à travers un exemple pratique.

Recherche lexicale et sémantique avec Elasticsearch
Dans ce blog, nous allons explorer différentes approches de la recherche d'informations à l'aide d'Elasticsearch, en nous concentrant sur la recherche lexicale et sémantique.

Améliorer les capacités des chatbots grâce au NLP et à la recherche vectorielle dans Elasticsearch
Découvrez comment la recherche vectorielle et le NLP permettent d'améliorer les capacités des chatbots et comment Elasticsearch facilite le processus.

Recherche de similitudes textuelles à l'aide de champs vectoriels
Ce billet explore comment les text embeddings et le nouveau type dense_vector d'Elasticsearch pourraient être utilisés pour soutenir la recherche de similarité.
Prêt à créer des expériences de recherche d'exception ?
Une recherche suffisamment avancée ne se fait pas avec les efforts d'une seule personne. Elasticsearch est alimenté par des data scientists, des ML ops, des ingénieurs et bien d'autres qui sont tout aussi passionnés par la recherche que vous. Mettons-nous en relation et travaillons ensemble pour construire l'expérience de recherche magique qui vous permettra d'obtenir les résultats que vous souhaitez.