Elasticsearch

在自然语言处理 (NLP) 领域，出现了两种卓越的技术，每种技术都有其独特的功能：微调大型语言模型 (LLM) 和 RAG（检索增强生成）。 这些方法极大地影响了我们利用语言模型的方式，使它们更加通用

Elasticsearch 是搜索引擎中的摇滚明星，它的蓬勃发展在于使你的数据井井有条且速度快如闪电。 但当你的数据成为一场摇滚音乐会时，管理其生命周期就变得至关重要。 正确使用索引生命周期管理 (I

我们知道 Elastics Learned Sparse EncoderR (ELSER) 可以被用来做语义搜索。它是一个 out-of-domain 的语义搜索模型。无需训练，我们就可以得到很好的相

在我之前的文章： Elasticsearch：使用 Open AI 和 Langchain 的 RAG - Retrieval Augmented Generation （一）（二）（三）（四）​​​

微盟技术沙龙 「微盟技术沙龙」是由微盟研发中心发起并联合各方小伙伴为开发者举办的系列技术沙龙，从用户，产品，技术等方面与开发者进行交流。 微盟技术沙龙关注开发者在实际应用中遇到的问题。提供最真实的干货

Elasticsearch 的向量搜索为我们的语义搜索提供了可能。而在人工智能的动态格局中，检索增强生成（Retrieval Augmented Generation - RAG）已经成为游戏规则的改

通过工作示例了解什么是向量数据库、它们如何实现 “相似性” 搜索以及它们可以在明显的 LLM 空间之外的哪些地方使用。除非你一直生活在岩石下，否则你可能听说过诸如生成式人工智能和大型语言模型（LLM）

检索增强生成 (RAG) 定义 检索增强生成 (RAG) 是一种利用来自私有或专有数据源的信息来补充文本生成的技术。 它将旨在搜索大型数据集或知识库的检索模型与大型语言模型 (LLM) 等生成模型相结

作者：Adrien Grand Apache Lucene 的开发一直充满活力，但在过去的几个月中，查询评估的优化数量特别多。 没有一项优化是可以单独挑选出来的，而是围绕机械同情心（对底层硬件和系统特

作者：Chris Blaisure 我们很高兴与大家分享 Elastic Support Hub 最近的增强功能：它现在由语义搜索提供支持！ 但在我们更详细地了解对 Elastic® Support

作者：Ken Exner 人们使用 Elasticsearch® 解决最大数据挑战的方式一直令我们感到惊讶。 从超过 40 亿次下载、70,000 次提交、1,800 名贡献者以及我们全球社区的反馈中

作者：Evan Castle 与谷歌和亚马逊等高质量搜索引擎的频繁互动提高了客户对快速且相关搜索的期望。 向量搜索（也称为语义向量搜索）利用深度学习和机器学习来捕获数据的含义和上下文。 向量搜索的好处

机器学习定义 机器学习 (ML) 是人工智能 (AI) 的一个分支，专注于使用数据和算法来模仿人类的学习方式，并随着时间的推移逐渐提高准确性。 计算机科学家和人工智能创新者 Arthur Samuel

情感分析的定义 情感分析应用自然语言处理（NLP）、计算语言学和机器学习来识别数字文本的情感基调。 这使得组织能够识别对其品牌、产品、服务或想法的积极、中立或消极情绪。 最终，它使企业能够更好地了解客

语义搜索定义 语义搜索是一种解释单词和短语含义的搜索引擎技术。 语义搜索的结果将返回与查询含义匹配的内容，而不是与查询中的单词字面匹配的内容。 语义搜索是一组搜索引擎功能，其中包括根据搜索者的意图及其

作者：Quentin Herreros，Thomas Veasey，Thanos Papaoikonomou 2020年，Meta发表了一篇题为 “知识密集型NLP任务的检索增强生成” 的论文。 本文

向量数据库定义 向量数据库是将信息存储为向量的数据库，向量是数据对象的数值表示，也称为向量嵌入。 它利用这些向量嵌入的强大功能来对非结构化数据和半结构化数据（例如图像、文本或传感器数据）的海量数据集进

大语言模型定义 大语言模型 (LLM) 是一种深度学习算法，可以执行各种自然语言处理 (natural language processing - NLP) 任务。 大型语言模型使用 Transfor

向量嵌入定义 向量嵌入 (vector embeddings) 是一种将单词、句子和其他数据转换为捕获其含义和关系的数字的方法。 它们将不同的数据类型表示为多维空间中的点，其中相似的数据点更紧密地聚集

自然语言处理定义 自然语言处理 (natural language processing - NLP) 是人工智能 (AI) 的一种形式，专注于计算机和人们使用人类语言进行交互的方式。 NLP 技术帮