Articles de blog
Informations pour les développeurs et articles pratiques de nos experts pour inspirer et dynamiser votre expérience de recherche
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.
Tester votre code Java avec des mocks et du vrai Elasticsearch
Apprenez à écrire vos tests automatisés pour Elasticsearch, en utilisant des mocks et des Testcontainers.
Présentation de LangChain4j pour simplifier l'intégration de LLM dans les applications Java
LangChain4j (LangChain pour Java) est un ensemble d'outils puissants pour construire votre application RAG en Java simple.
Comment ingérer des données dans Elasticsearch via Apache Camel ?
Apprenez à ingérer des données dans Elasticsearch via Apache Camel à l'aide d'un exemple pratique.
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.
Recherche géospatiale Elasticsearch avec ES|QL
Recherche géospatiale dans le langage de requête Elasticsearch (ES|QL). Elasticsearch possède de puissantes fonctionnalités de recherche géospatiale, qui sont désormais intégrées à ES|QL pour une facilité d'utilisation et une familiarité avec l'OGC considérablement améliorées.
Protéger les informations sensibles et PII dans RAG avec Elasticsearch et LlamaIndex
Comment protéger les données sensibles et PII dans une application RAG avec Elasticsearch et LlamaIndex.
Évaluation de la pertinence des recherches, partie 1 - Le benchmark BEIR
Apprenez à évaluer votre système de recherche dans le cadre d'une meilleure compréhension du benchmark BEIR, grâce à des conseils et des techniques pour améliorer vos processus d'évaluation des recherches.
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.
