Categoria: Banco de dados vetorial

Artigos marcados como Banco de dados vetorial

Filtros

LangChain4j com Elasticsearch como armazenamento de incorporação

O LangChain4j (LangChain para Java) utiliza o Elasticsearch como armazenamento integrado. Descubra como usá-lo para construir sua aplicação RAG em Java puro.

David Pilato

Técnicas avançadas de RAG, parte 2: Consultas e testes

Discutir e implementar técnicas que possam aumentar o desempenho do RAG. Parte 2 de 2, com foco em consultas e testes de um pipeline RAG avançado.

Han Xiang Choong

Técnicas avançadas de RAG, parte 1: Processamento de dados

Discutir e implementar técnicas que possam aumentar o desempenho do RAG. Parte 1 de 2, com foco no componente de processamento e ingestão de dados de um pipeline RAG avançado.

Han Xiang Choong

Elasticsearch x OpenSearch: comparação de desempenho da busca vetorial

O Elasticsearch é, de imediato, de 2 a 12 vezes mais rápido que o OpenSearch para busca vetorial

Ugo Sangiorgi

Medidas e pontuação de similaridade vetorial

Explore as medidas de similaridade vetorial e a pontuação no Elasticsearch, incluindo distância L1 e L2, similaridade de cosseno, similaridade de produto escalar e similaridade de produto interno máximo.

Valentin Crettaz

Detecção de plágio por IA: usando o Elasticsearch

Veja como verificar plágio em inteligência artificial usando o Elasticsearch, com foco em casos de uso com modelos de PNL (Processamento de Linguagem Natural) e Busca Vetorial.

Priscilla Parodi

Usando busca híbrida para caça de gopher com Elasticsearch e Go

Aprenda como realizar buscas híbridas combinando buscas por palavra-chave e buscas vetoriais usando o Elasticsearch e o cliente Elasticsearch Go.

Carly Richmond

Realize buscas vetoriais no Elasticsearch com o cliente Elasticsearch Go.

Aprenda como realizar buscas vetoriais no Elasticsearch usando o cliente Elasticsearch Go por meio de um exemplo prático.

Carly Richmond

Busca lexical e semântica com Elasticsearch

Neste blog, exploraremos várias abordagens para recuperar informações usando o Elasticsearch, com foco em busca lexical e semântica.

Priscilla Parodi

Aprimorando as capacidades de chatbots com PNL e busca vetorial no Elasticsearch.

Descubra como a busca vetorial e o PNL (Processamento de Linguagem Natural) trabalham juntos para aprimorar os recursos dos chatbots e veja como o Elasticsearch facilita esse processo.

Priscilla Parodi

Busca por similaridade de texto com campos vetoriais

Este artigo explora como os embeddings de texto e o novo tipo dense_vector do Elasticsearch podem ser usados para dar suporte à busca por similaridade.

Julie Tibshirani

Pronto para criar buscas de última geração?

Uma pesquisa suficientemente avançada não se consegue apenas com o esforço de uma só pessoa. O Elasticsearch é impulsionado por cientistas de dados, especialistas em operações de aprendizado de máquina, engenheiros e muitos outros que são tão apaixonados por buscas quanto você. Vamos nos conectar e trabalhar juntos para construir a experiência de busca mágica que lhe trará os resultados desejados.

Experimente você mesmo(a)