向量数据库

2025年12月3日

使用 NVIDIA cuVS 将 Elasticsearch 中的向量索引速度提升高达 12 倍:GPU 加速(第二章)

了解 Elasticsearch 如何借助 GPU 加速的向量索引和 NVIDIA cuVS,实现近 12 倍的索引吞吐量提升。

使用 NVIDIA cuVS 将 Elasticsearch 中的向量索引速度提升高达 12 倍:GPU 加速(第二章)
利用 Elasticsearch 和 SigLIP-2 对山峰进行多模式搜索

2025年11月4日

利用 Elasticsearch 和 SigLIP-2 对山峰进行多模式搜索

了解如何使用 SigLIP-2 嵌入和 Elasticsearch kNN 向量搜索实现文本到图像和图像到图像的多模态搜索。项目重点:寻找珠峰徒步旅行中拍摄的阿玛达布拉姆峰照片。

利用混合搜索重排提高多语言嵌入模型的相关性

2025年11月3日

利用混合搜索重排提高多语言嵌入模型的相关性

了解如何在 Elasticsearch 中使用 Cohere 的 reranker 和混合搜索提高 E5 多语言嵌入模型搜索结果的相关性。

在 Elasticsearch 中部署多语言嵌入模型

2025年10月22日

在 Elasticsearch 中部署多语言嵌入模型

了解如何在 Elasticsearch 中为向量搜索和跨语言检索部署 e5 多语言嵌入模型。

矢量搜索过滤:保持相关性

2025年9月3日

矢量搜索过滤:保持相关性

仅靠矢量搜索来查找与查询最相似的结果是不够的。要缩小搜索结果的范围,通常需要进行筛选。本文介绍了在 Elasticsearch 和 Apache Lucene 中如何对矢量搜索进行过滤。

将嵌入映射到 Elasticsearch 字段类型:semantic_text、dense_vector、sparse_vector

2025年5月13日

将嵌入映射到 Elasticsearch 字段类型:semantic_text、dense_vector、sparse_vector

讨论如何以及何时使用 semantic_text、dense_vector 或 sparse_vector,以及它们与嵌入生成的关系。

如何在使用案例中实施更好的二进制量化 (BBQ)

如何在使用案例中实施更好的二进制量化 (BBQ)

探讨为什么要在用例中实施更好的二进制量化 (BBQ) 以及如何实施。

Elasticsearch BBQ 与 OpenSearch FAISS:矢量搜索性能比较

2025年4月15日

Elasticsearch BBQ 与 OpenSearch FAISS:矢量搜索性能比较

Elasticsearch BBQ 和 OpenSearch FAISS 的性能比较。

用于谷歌云 Vertex AI 平台原生落地的 Elasticsearch 向量数据库

2025年4月9日

用于谷歌云 Vertex AI 平台原生落地的 Elasticsearch 向量数据库

探索 Elasticsearch 作为 Google Cloud's Vertex AI 的首个第三方原生落地引擎,如何让您通过将 Gemini 模型落地到企业数据中来构建定制的 GenAI 体验。

准备好打造最先进的搜索体验了吗?

足够先进的搜索不是一个人的努力就能实现的。Elasticsearch 由数据科学家、ML 操作员、工程师以及更多和您一样对搜索充满热情的人提供支持。让我们联系起来,共同打造神奇的搜索体验,让您获得想要的结果。

亲自试用