相关性

针对在 Elasticsearch 中开展可扩展的搜索测试，探究如何构建判定列表以客观评估搜索查询相关性，并提升召回率等性能指标。

2025年11月27日

探索如何利用线性和 RRF 检索器的多字段查询格式简化 Elasticsearch 中的混合搜索，并在不了解 Elasticsearch 索引的情况下创建查询。

2025年11月12日

探索混合搜索和上下文工程如何从词汇基础发展到支持下一代代理人工智能工作流程。

了解线性检索器如何利用加权分数和 MinMax 归一化来增强混合搜索，从而获得更精确、更一致的排名，并学习如何使用它。

依据:

学习如何通过协作式人工评分流程在 Quepid 中创建判断列表，并利用基准指标优化搜索相关性。

探索在搜索体验中使用 ML 模型自动创建过滤器和切面与传统硬编码方法的利弊。

依据:

了解如何使用 LLM 自动识别和生成同义词，从而以编程方式将术语加载到 Elasticsearch 同义词 API 中。