카테고리: 벡터 데이터베이스
벡터 데이터베이스 태그별 글
벡터 검색 필터링: 관련성 유지
쿼리와 가장 유사한 결과를 찾기 위해 벡터 검색을 수행하는 것만으로는 충분하지 않습니다. 검색 결과의 범위를 좁히기 위해 필터링이 필요한 경우가 많습니다. 이 문서에서는 Elasticsearch와 Apache Lucene에서 벡터 검색을 위한 필터링이 어떻게 작동하는지 설명합니다.
임베딩을 Elasticsearch 필드 유형에 매핑하기: semantic_text, dense_vector, sparse_vector
semantic_text, dense_vector 또는 sparse_vector를 사용하는 방법과 시기, 그리고 임베딩 생성과의 관계에 대해 논의합니다.
구글 클라우드의 버텍스 AI 플랫폼에서 기본 접지를 위한 Elasticsearch 벡터 데이터베이스
Google Cloud의 Vertex AI를 위한 최초의 써드파티 기본 접지 엔진인 Elasticsearch가 어떻게 기업 데이터에 Gemini 모델을 접지하여 맞춤형 GenAI 환경을 구축할 수 있는지 알아보세요.
Elasticsearch에서 지연 상호작용 모델 확장하기 - 2부
이 문서에서는 디스크 공간 사용량을 줄이고 계산 효율성을 개선하는 등 대규모 프로덕션 워크로드에 대비하여 지연 상호작용 벡터를 준비하는 기술을 살펴봅니다.
NVIDIA와 함께 Elasticsearch에서 GPU 가속 벡터 검색 살펴보기: 1장
NVIDIA cuVS를 기반으로 하는 이 협력은 개발자들에게 Elasticsearch의 벡터 검색을 위한 GPU 가속을 제공하기 위한 것입니다.
벡터 검색에 대한 간단한 소개
이 글은 시맨틱 검색이라고도 하는 벡터 검색의 복잡성과 Elasticsearch에서 어떻게 구현되는지에 대해 자세히 설명하는 3편의 시리즈 중 첫 번째 글입니다.
AI 에이전트 개발을 위해 Microsoft 시맨틱 커널용 Elasticsearch 벡터 스토어 커넥터를 사용하는 방법
Microsoft 시맨틱 커널은 가벼운 오픈 소스 개발 키트로, AI 에이전트를 쉽게 빌드하고 최신 AI 모델을 C#, Python 또는 Java 코드베이스에 통합할 수 있습니다. Semantic Kernel Elasticsearch 벡터 스토어 커넥터가 출시됨에 따라, 이제 AI 에이전트 구축에 Semantic Kernel을 사용하는 개발자는 확장 가능한 엔터프라이즈급 벡터 스토어로 Elasticsearch를 플러그인하면서 Semantic Kernel 추상화를 계속 사용할 수 있습니다.
이커머스 제품 카탈로그에 하이브리드 검색을 사용하는 방법
패싯, 프로모션, 개인화 및 행동 분석을 사용하여 하이브리드 검색을 사용하여 이커머스 제품 카탈로그를 구축하는 방법을 알아보세요.
