AI 支持的相关性
用于生成式 AI 和语义搜索的开发人员工具
创建 AI 搜索应用程序，并通过 Elasticsearch Relevance Engine 与大型语言模型集成。使用业界领先的高级相关性排名功能，如用于混合搜索的 BM25f、原生向量搜索、Elastic 专有的用于跨域语义搜索的 ML 模型，以及使用 RRF 的混合排名等，稳步迈入上下文相关性的新时代。
ELSER、推理 API
简化模型选择
使用 Elastic Learned Sparse EncodeR (ELSER) 作为可靠的起点，加速 RAG 实施。此外，Elastic 的推理 API 简化了代码和多云推理管理。无论您是使用 ELSER 还是来自 OpenAI、Hugging Face、Cohere 或其他来源的嵌入来处理 RAG 工作负载，只需一个 API 调用即可确保管理混合推理部署的代码简洁干净。
学习如何排名
适用于 RAG 的相关度最高的搜索引擎
重新排序器应用机器学习模型对搜索结果进行微调，根据用户偏好和信号将最相关的结果置于顶部。学习如何排序 (LTR) 是 Elastic 的原生功能，它支持 RAG 用例，将最相关的结果作为上下文提供给 LLM。
查询规则和同义词 API
优化搜索性能
通过元数据提供可自定义的指令，以便更好地控制搜索结果以响应目标查询。Elasticsearch 中的查询规则可帮助您针对特定用例向最终用户推广高优先级内容。此外，您可以使用同义词管理 API 为网站搜索简化相关词的组织和更新。
对搜索相关性模型进行微调
Elasticsearch 查询语言支持高级搜索技术（全文、稀疏/密集向量搜索），以及使用倒数排序融合 (RRF) 的混合搜索。将其与筛选、提升和重新评分方法相结合，您可以进一步微调搜索相关性模型，根据您的需求进行定制。
高相关性
发挥 Machine Learning 的力量
无论您是要添加新概念来扩大搜索的影响，还是在寻找提高搜索准确性的新方法，您都可以通过 Machine Learning 来强化搜索和业务见解，从而改进搜索应用程序和客户体验。借助生成式 AI、向量搜索、对自然语言处理 (NLP) 转换器模型的支持和第三方模型管理，提高语义相关性。
