为AI革命提供高级搜索能力!腾讯云大数据ES国内首发上线8.8.1版本

导语

为AI革命提供高级搜索能力,腾讯云Elasticsearch Service正式上线8.8.1版本!该版本特别引入了Elasticsearch Relevance Engine™(ESRE™)—— 一款强大的AI增强搜索引擎,为搜索与分析带来全新的前沿体验。

一、原生向量搜索引擎

利用Elasticsearch作为向量数据库,有效地创建、存储和搜索密集向量。其特性包括:

1)提供图索引,通过HNSW以实现高效的最近邻搜索。

a1c896736986b1eae838f53d749bd46a.png

图一

2)支持端到端的向量生成、向量索引、向量相似性比较,无需额外的平台进行向量推理。

5a8e140200a04b7d213a1eefb2b04bb7.png

图二

3)一体化的搜索体验:多路召回混合打分、Faceting聚合分析能力、基于角色的访问控制。

89d3dace6669f4fd4094c40f7c423bf8.png

图三

4)将向量存储为字节而不是浮点,同时,应用主成分分析PCA等方法来支持降低向量维度,节省存储空间。

5bdca5978e55d75c00607863522440a3.png

图四

5)持续优化的向量索引和查询性能。

00d5d180360442f54c6076f4e6df7f43.png

图五

二、全新混合排序算法

Reciprocal Rank Fusion (RRF) 混合排序算法,支持全文检索和向量搜索,让开发人员更好地优化Al搜索引擎,使其实现语义和关键字的组合查询。

5796d852aafd54d450b03285fa6d46d9.png

图六

三、自定义Transformer模型

开发人员可在 Elastic 中管理和使用自己的transformer 模型来完成各种自然语言处理任务,以适应特定的业务场景。

f9f2fe50df8328912f80a7679dc85d85.png

图七

四、Elastic训练的优化搜索模型

使用 Elastic 训练的开箱即用的 Learned Sparse Encoder机器学习模型来优化搜索,可在各种领域提供更好相关性、语义化的搜索。

ff7ea76030c4be33d3d808bfc190aabd.png

图八

五、与第三方 Transformer 模型集成,提取直观摘要

通过 API与大语言模型集成(如 OpenAl的 GPT- 3和 4),从Elasticsearch数据源中提取摘要。

6fde6529cfa480f1b9d9d8b479cf946f.png

图九

充分应用各种自然语言处理(NLP)任务和模型

ESRE™ 具备强大的自然语言处理能力,可以处理各种NLP任务和模型,使得搜索结果更加符合自然语言的语义。

77c79a661af2e18bd61564985b4c09b4.png

图十

与第三方工具集成,构建复杂的数据管道和生成式AI应用程序。与第三方工具如LangChain集成,帮助用户构建复杂的数据管道和生成式AI应用程序。

ab4dbbc4078f82adfc22fcb53b0e9fff.png

图十一

通过这次发布,我们希望能够帮助用户轻松切换到由GAI驱动的前沿搜索与分析体验中。ESRE™ 的强大功能将为您的业务提供更准确、更智能、更高效的搜索服务,助您在竞争激烈的市场中取得更大的成功。

六、如何使用?

登录腾讯云ES控制台,选择版本为8.8.1,并完成集群创建即可。

猜你喜欢

转载自blog.csdn.net/cloudbigdata/article/details/131606984