Recherche sémantique avec Jina AI sur Elastic Inference Service

Ugo Sangiorgi

Principal Competitive Intelligence Manager

Elastic

Ranjana Devaji

Responsable principal du marketing produit – Elasticsearch

Elastic

Rejoignez-nous pour découvrir comment créer des expériences de recherche supérieures pilotées par l'IA à l'aide de la base vectorielle Elasticsearch et des modèles Jina AI. À l'ère de l'IA agentique, le coût d'une pertinence médiocre s'accumule à chaque étape de la boucle de tâches ; optimiser la récupération est donc plus crucial que jamais. Cet atelier pratique vous apprendra à transformer des données non structurées et cloisonnées en informations exploitables en utilisant Elastic comme plateforme de données centrale pour l'IA.

Nous allons vous présenter une démonstration en direct d'Elastic Cloud Serverless afin de vous montrer comment implémenter facilement la recherche sémantique. Vous découvrirez comment Elastic Inference Service abstrait la complexité du déploiement et de la maintenance des modèles de façon à utiliser les modèles natifs Jina AI pour les embeddings textuels et le reclassement.

Principaux points abordés

• Base vectorielle Elasticsearch : découvrez comment la base vectorielle Elasticsearch vous aide à fournir une recherche de haute précision et des expériences d'IA scalables grâce aux embeddings, à la recherche vectorielle, à la récupération hybride, au filtrage et au reclassement sur une seule et même plateforme.
• Méthodologies de recherche démystifiées : comparez la précision de la recherche lexicale (BM25) avec la compréhension basée sur l'intention de la recherche vectorielle et la puissance combinée de la recherche hybride.
• Elastic Inference Service : découvrez comment utiliser ce service pour associer des champs à des modèles spécifiques sans avoir à gérer manuellement le scaling ou la maintenance.
• Passez à la pratique : lancez un projet Elastic Cloud Serverless et configurez des modèles Jina AI pour des embeddings et un reclassement de haute précision.
• Intégration native de Jina AI : découvrez comment les modèles multilingues de pointe de Jina AI offrent des performances supérieures pour les embeddings et le reclassement.
• Texte sémantique simplifié : découvrez le type de champ semantic_text, qui génère automatiquement des embeddings pour vos données, permettant la recherche dans différentes langues et des requêtes complexes en langage naturel.

Ressources supplémentaires

• Suivez-nous : démarrez un essai gratuit de 14 jours avec Elasticsearch ou connectez-vous à votre compte cloud.
• Découvrez davantage Jina AI.
• Consultez notre documentation sur les embeddings textuels et la recherche sémantique
• Suivez la démonstration personnalisée
• Prêt à passer à l'étape suivante ? Commencez par une formation gratuite à la demande