Elasticsearch Relevance Engine Quick Start

Nesta série Quick Start de três etapas, você aprenderá sobre o Elasticsearch Relevance Engine™ (ESRE), projetado para melhorar aplicações de busca de IA. Veja os recursos do ESRE em ação, como habilitar a busca semântica com um clique, hospedar e usar seu próprio modelo de ML customizado e fazer a integração com LLMs para criar experiências de IA generativa.

Video thumbnail

Agora é a sua vez

Agora que você assistiu aos vídeos Quick Start, siga as etapas abaixo para praticar o que aprendeu. Se você não tem uma instância do Elastic Cloud, inicie uma avaliação gratuita de 14 dias.

  • Etapa 1

    1. Conheça os recursos do Elasticsearch Relevance Engine
    2. Crie uma implantação “Quick Start: Elasticsearch Relevance Engine”
    3. Execute o Elasticsearch Relevance Engine
  • Etapa 2

    1. Faça a ingestão de dados usando o conector MySQL nativo da Elastic
    2. Enriqueça os dados com o modelo de machine learning proprietário da Elastic (ELSER)
    3. Experimente a busca de texto completo e a busca semântica
    4. Carregue um modelo de ML de terceiros do Hugging Face
    5. Gere embeddings vetoriais
    6. Experimente a busca vetorial e a busca híbrida
  • Etapa 3

    1. Abra um exemplo de notebook Colab do Google em Elasticsearch-labs para criar uma aplicação de IA generativa
    2. Faça a ingestão de um conjunto de dados da Wikipédia com embeddings da OpenAI no Elasticsearch
    3. Crie uma aplicação Streamlit simples para implementar a geração aumentada de recuperação (RAG) usando o Elasticsearch Relevance Engine
    4. Faça uma pergunta simples, como “Quem é Beethoven?” Veja os documentos relevantes recuperados do Elasticsearch e passe-os por meio da janela de contexto para o modelo transformador

Veja posts recentes sobre busca de IA, LLMs e bancos de dados vetoriais no Elastic Search Labs.