3. Dezember 2025
Bis zu 12 Mal schnellere Vektorindizierung in Elasticsearch mit NVIDIA cuVS: GPU-Beschleunigung Kapitel 2
Entdecken Sie, wie Elasticsearch mit GPU-beschleunigter Vektorindizierung und NVIDIA cuVS einen fast 12-mal höheren Indizierungsdurchsatz erzielt.
4. November 2025
Multimodale Suche nach Berggipfeln mit Elasticsearch und SigLIP-2
Lernen Sie, wie Sie die multimodale Suche von Text zu Bild und von Bild zu Bild mithilfe von SigLIP-2-Einbettungen und der Elasticsearch kNN-Vektorsuche implementieren. Projektschwerpunkt: Auffinden von Fotos des Gipfels des Mount Ama Dablam während einer Everest-Trekkingtour.
3. November 2025
Verbesserung der Relevanz mehrsprachiger Einbettungsmodelle durch hybrides Such-Reranking
Erfahren Sie, wie Sie die Relevanz der Suchergebnisse des E5-Multilingual-Embedding-Modells mithilfe des Cohere-Rerankers und der Hybridsuche in Elasticsearch verbessern können.
22. Oktober 2025
Bereitstellung eines mehrsprachigen Einbettungsmodells in Elasticsearch
Erfahren Sie, wie Sie ein mehrsprachiges e5-Einbettungsmodell für die Vektorsuche und den sprachübergreifenden Abruf in Elasticsearch bereitstellen.
3. September 2025
Vektorsuchfilterung: Relevanz beibehalten
Es reicht nicht aus, eine Vektorsuche durchzuführen, um die ähnlichsten Ergebnisse zu einer Suchanfrage zu finden. Um die Suchergebnisse einzugrenzen, ist häufig das Filtern erforderlich. Dieser Artikel erklärt, wie die Filterung bei der Vektorsuche in Elasticsearch und Apache Lucene funktioniert.
13. Mai 2025
Zuordnung von Einbettungen zu Elasticsearch-Feldtypen: semantic_text, dense_vector, sparse_vector
Erörterung, wie und wann semantic_text, dense_vector oder sparse_vector verwendet werden und wie diese mit der Einbettungsgenerierung zusammenhängen.
23. April 2025
Wie Sie Better Binary Quantization (BBQ) in Ihren Anwendungsfall implementieren können
Erfahren Sie, warum Sie Better Binary Quantization (BBQ) in Ihrem Anwendungsfall einsetzen sollten und wie Sie dabei vorgehen.
15. April 2025
Elasticsearch BBQ vs. OpenSearch FAISS: Leistungsvergleich der Vektorsuche
Ein Leistungsvergleich zwischen Elasticsearch BBQ und OpenSearch FAISS.
9. April 2025
Elasticsearch-Vektordatenbank für native Erdung in der Vertex AI-Plattform von Google Cloud
Erfahren Sie, wie Elasticsearch, die erste native Drittanbieter-Engine für Google Clouds Vertex AI, es Ihnen ermöglicht, individuelle GenAI-Erlebnisse zu erstellen, indem Sie Gemini-Modelle in Unternehmensdaten verankern.