Elasticsearch

在此 notebook 中，我们将看到有关如何使用 Reindex API 将索引升级到 ELSER 模型 .elser_model_2 的示例。 我们将在本笔记本中看到的场景： 将未生成 text_

在使用 Elasticsearch 的时候，总会有需要修改索引映射的时候，遇到这种情况，我们只能做 _reindex。 事实上，这是一项相当昂贵的操作，因为根据数据量和分片数量，完成索引的完整复制可能

随着假期的临近，我期待着变得舒适，拿起一本新书，享受轻松的时光。 但是使用搜索栏在线发现图书并不像看起来那么容易......大多数零售搜索引擎仅依赖于关键字搜索，当我们确切地知道我们正在寻找什么书名时

我在在之前的文章 “使用 Elasticsearch 检测抄袭 （一）” 介绍了如何检文章抄袭。这个在许多的实际使用中非常有意义。我在  CSDN 上的文章也经常被人引用或者抄袭。有的人甚至也不用指明

作者：Priscilla Parodi 抄袭可以是直接的，涉及复制部分或全部内容，也可以是释义的，即通过更改一些单词或短语来重新表述作者的作品。 灵感和释义之间是有区别的。 即使你得出类似的结论，也可

作者：Ty Bekiares Elastic 正在改变日志体验以满足现代工作流程的需求。 在没有其他可观察信号的情况下，通常基础设施中的所有内容（硬件、软件和服务）都会发出日志行。 然而，日志通常是根

文本分类定义 - text classification 文本分类是一种机器学习，它将文本文档或句子分类为预定义的类或类别。 它分析文本的内容和含义，然后使用文本标签为其分配最合适的标签。 文本分类的

在现代 IT 基础设施的动态环境中，高效的数据收集和分析至关重要。 Elastic Agent 是 Elastic Stack 的关键组件，通过促进将数据无缝摄取到 Elasticsearch 中，在

Elastic Stack 已成为监控任何环境或应用程序的实际解决方案。 从日志、指标和正常运行时间到性能监控甚至安全，Elastic Stack 已成为满足几乎所有监控需求的一体化解决方案。 Ela

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