五月婷婷丁香性爱|j久久一级免费片|久久美女福利视频|中文观看在线观看|加勒比四区三区二|亚洲裸女视频网站|超碰97AV在线69网站免费观看|有码在线免费视频|久久青青日本视频|亚洲国产AAAA

[快速入門]CSS搜索與推薦優(yōu)化
Flexus企業(yè)搜索服務(wù)

電商、物流企業(yè)有訂單查詢業(yè)務(wù)場(chǎng)景,數(shù)據(jù)量大、查詢并發(fā)高、吞吐大、且要求查詢延遲低。 關(guān)系型數(shù)據(jù)庫(kù)具備較好的事務(wù)性原子性,但其TPAP處理能力較弱,通過(guò)將CSS作為備數(shù)據(jù)庫(kù),可提升整個(gè)系統(tǒng)的TPAP處理能力。 優(yōu)勢(shì) 高性能 支持文本、時(shí)間、數(shù)字、空間等數(shù)據(jù)類型;億級(jí)數(shù)據(jù)查詢毫秒級(jí)響應(yīng)。 高可擴(kuò)展性

向量數(shù)據(jù)庫(kù)

假負(fù)例去除,未在數(shù)據(jù)集中被標(biāo)注的,但是query相關(guān)的文檔。 引入動(dòng)態(tài)難負(fù)例訓(xùn)練:采用動(dòng)態(tài)難負(fù)樣本優(yōu)化召回模型,進(jìn)一步推升模型效果。 應(yīng)用場(chǎng)景 向量檢索 向量檢索的應(yīng)用場(chǎng)景非常廣泛,典型如:語(yǔ)義搜索、圖像搜索、商品推薦、智能客服、企業(yè)知識(shí)庫(kù)搜索等等。 優(yōu)勢(shì) 大模型的“黃金搭檔”

企業(yè)搜索服務(wù)

領(lǐng)先的大模型+搜索增強(qiáng)方案 領(lǐng)先的大模型+搜索增強(qiáng)方案 一站式搭建企業(yè)專屬方案 簡(jiǎn)單易集成,支持企業(yè)專屬的數(shù)據(jù)進(jìn)行模型訓(xùn)練微調(diào),擴(kuò)展大模型知識(shí)邊界,并有效保護(hù)企業(yè)數(shù)據(jù)安全。 方案價(jià)值 大模型驅(qū)動(dòng)語(yǔ)義搜索傳統(tǒng)搜索相比,語(yǔ)義理解泛化能力強(qiáng),LLM帶給了搜索優(yōu)化新范式。 搜索增強(qiáng)生成RA

企業(yè)搜索

領(lǐng)先的大模型+搜索增強(qiáng)方案 領(lǐng)先的大模型+搜索增強(qiáng)方案 一站式搭建企業(yè)專屬方案 簡(jiǎn)單易集成,支持企業(yè)專屬的數(shù)據(jù)進(jìn)行模型訓(xùn)練微調(diào),擴(kuò)展大模型知識(shí)邊界,并有效保護(hù)企業(yè)數(shù)據(jù)安全。 方案價(jià)值 大模型驅(qū)動(dòng)語(yǔ)義搜索傳統(tǒng)搜索相比,語(yǔ)義理解泛化能力強(qiáng),LLM帶給了搜索優(yōu)化新范式。 搜索增強(qiáng)生成RA

域名搜索

按名稱Z-A 熱門域名 新頂級(jí)域名 CN域名 中文域名 其他 全部 搜索域名 查詢類型 單后綴 多后綴 查詢 查詢 查詢結(jié)果 僅顯示可注冊(cè)域名 您還沒(méi)有查詢域名,請(qǐng)?jiān)陧?yè)面上方的輸入框輸入您要查詢的內(nèi)容 沒(méi)有可注冊(cè)的域名 推薦域名 同時(shí)選擇多個(gè)后綴,更有利企業(yè)品牌保護(hù) 篩選 全部 熱門域名

優(yōu)化顧問(wèn)

優(yōu)化顧問(wèn) OA 優(yōu)化顧問(wèn) OA 結(jié)合華為云最佳實(shí)踐用戶的配置和使用情況進(jìn)行分析,為客戶提供包括可靠性、安全、性能等維度的自助檢查優(yōu)化建議,從而幫助客戶實(shí)現(xiàn)高效運(yùn)營(yíng)成本節(jié)約。 結(jié)合華為云最佳實(shí)踐用戶的配置和使用情況進(jìn)行分析,為客戶提供包括可靠性、安全、性能等維度的自助檢查

商標(biāo)分類搜索

商標(biāo)分類 搜索 商標(biāo)首頁(yè) > 商標(biāo)分類 商標(biāo)分類 展開(kāi) 無(wú)推薦數(shù)據(jù) 暫無(wú)商標(biāo)分類數(shù)據(jù)

圖像識(shí)別

庫(kù),基礎(chǔ)人臉,手機(jī)號(hào),銀行卡等信息,實(shí)現(xiàn)對(duì)身份真實(shí)性的精準(zhǔn)核驗(yàn) 圖像搜索服務(wù) ImageSearch 基于深度學(xué)習(xí)圖像識(shí)別技術(shù),利用特征向量化搜索能力,幫助客戶從指定圖庫(kù)中搜索相同及相似的圖片 人臉識(shí)別服務(wù) FRS 在圖像中快速檢測(cè)人臉、獲取人臉屬性、實(shí)現(xiàn)人臉的精確比對(duì)和檢索

華為云Flexus云服務(wù)

關(guān)系型數(shù)據(jù)庫(kù)具備較好的事務(wù)性原子性,但其TPAP處理能力較弱,通過(guò)將CSS作為備數(shù)據(jù)庫(kù),可提升整個(gè)系統(tǒng)的TPAP處理能力 電商、物流企業(yè)有訂單查詢業(yè)務(wù)場(chǎng)景,數(shù)據(jù)量大、查詢并發(fā)高、吞吐大、且要求查詢延遲低; 關(guān)系型數(shù)據(jù)庫(kù)具備較好的事務(wù)性原子性,但其TPAP處理能力較弱,通過(guò)將CSS作為備數(shù)據(jù)庫(kù),可提升整個(gè)系統(tǒng)的TP與AP處理能力

[相關(guān)產(chǎn)品]CSS搜索與推薦優(yōu)化
天眼查搜索查詢

商業(yè)決策、合作伙伴選擇和市場(chǎng)分析等方面做出更明智的選擇搜索:可以通過(guò)關(guān)鍵詞獲取企業(yè)列表,企業(yè)列表包括公司名稱或ID、類型、成立日期、經(jīng)營(yíng)狀態(tài)、統(tǒng)一社會(huì)信用代碼等字段的詳細(xì)信息產(chǎn)品概述天眼查API接口是一款專業(yè)的企業(yè)信息數(shù)據(jù)服務(wù)產(chǎn)品,旨在滿足企業(yè)、政府單位以及開(kāi)發(fā)者對(duì)實(shí)時(shí)、準(zhǔn)確的商

亞信智能推薦中心軟件

視頻分類推薦的熱點(diǎn)內(nèi)容。(需要按照類型*熱度排序) 6. 推薦系統(tǒng)將“”用戶-視頻-偏好度“數(shù)據(jù)API輸出。 應(yīng)用場(chǎng)景二:流量包推薦場(chǎng)景。推薦流程如下: 1、推薦系統(tǒng)接入用戶畫像:按照陜西的經(jīng)驗(yàn),推薦系統(tǒng)讀標(biāo)簽hiave庫(kù)。 2、推薦系統(tǒng)用“特征編排”界面,選擇流量包推薦需要的用戶指標(biāo)

數(shù)元靈個(gè)性化推薦服務(wù)

提升點(diǎn)擊率、轉(zhuǎn)化率等關(guān)鍵運(yùn)營(yíng)指標(biāo) 突破個(gè)性化推薦系統(tǒng)部署流程中復(fù)雜痛點(diǎn),快速、簡(jiǎn)單、便捷地搭建高精準(zhǔn)推薦系統(tǒng)操作便捷:客戶只需要提供用戶數(shù)據(jù)、商品數(shù)據(jù)和交互行為數(shù)據(jù),并對(duì)數(shù)據(jù)的字段進(jìn)行定義,即可得到一套完整的推薦系統(tǒng)。使用靈活:在線服務(wù)框架和離線訓(xùn)練框架全部 k8s 虛擬化技術(shù),

系統(tǒng)優(yōu)化服務(wù)

方位的優(yōu)化解決方案。核心功能和服務(wù):業(yè)務(wù)邏輯優(yōu)化:深入分析系統(tǒng)中的業(yè)務(wù)流程,去除繁瑣環(huán)節(jié),提高工作效率。通過(guò)重新設(shè)計(jì)和調(diào)整流程,使系統(tǒng)能夠更好地適應(yīng)您的業(yè)務(wù)需求,減少錯(cuò)誤和延誤。數(shù)據(jù)清洗優(yōu)化:對(duì)系統(tǒng)中的大量數(shù)據(jù)進(jìn)行篩選、清理和整合,去除重復(fù)、錯(cuò)誤和無(wú)效的數(shù)據(jù)。同時(shí),優(yōu)化數(shù)據(jù)存儲(chǔ)

安達(dá)發(fā)APS高級(jí)計(jì)劃與智能優(yōu)化排產(chǎn)

庫(kù)存積壓、生產(chǎn)欠料等重大問(wèn)題。安達(dá)發(fā)APS之AP工廠高級(jí)計(jì)劃安達(dá)發(fā)APS之AS車間優(yōu)化排產(chǎn)安達(dá)發(fā)APS主要的約束優(yōu)化原理安達(dá)發(fā)APS主要采用3種方法來(lái)實(shí)現(xiàn)排程結(jié)果的最優(yōu)化:1、工藝流程基礎(chǔ)數(shù)據(jù)資源約束。在產(chǎn)品工藝中,我們預(yù)先定義好每個(gè)產(chǎn)品工藝流程中每個(gè)工序的資源特征約束,

啟信寶企業(yè)搜索

企業(yè)風(fēng)控接口,本商品僅限設(shè)立于中華人民共和國(guó)境內(nèi)(不含香港、澳門、臺(tái)灣)的用戶購(gòu)買并在中國(guó)境內(nèi)使用,不得將數(shù)據(jù)傳輸至境外。為了滿足機(jī)構(gòu)客戶盡職調(diào)查過(guò)程中以及業(yè)務(wù)操作中所關(guān)注的企業(yè)風(fēng)控信息,啟信寶通過(guò)大數(shù)據(jù)處理技術(shù),將所有企業(yè)聯(lián)系方式信息進(jìn)行清洗整理對(duì)應(yīng)到相關(guān)公司。輔助調(diào)查全景資信

數(shù)元靈個(gè)性化推薦系統(tǒng)

模深度學(xué)習(xí)模型,同時(shí)系統(tǒng)內(nèi)置多套推薦策略模版,客戶可以根據(jù) AB Test 結(jié)果進(jìn)行選擇和擴(kuò)展。操作便捷,使用靈活,低代碼、高效、快速部署工業(yè)級(jí)推薦系統(tǒng),一站式個(gè)性化解決方案,突破個(gè)性化推薦系統(tǒng)部署流程中復(fù)雜痛點(diǎn),快速、簡(jiǎn)單、便捷地搭建高精準(zhǔn)推薦系統(tǒng),基于先進(jìn)的AI技術(shù),結(jié)果精準(zhǔn)

日志易日志搜索分析軟件

,性能和壓力測(cè)試跟蹤安全信息事件管理(Security Information and Event Management)防火墻網(wǎng)絡(luò)日志跟蹤分析防病毒日志分析通過(guò)網(wǎng)絡(luò)安全監(jiān)控日志發(fā)現(xiàn)端口掃描和非法入侵日志易系統(tǒng)日志處理步驟:日志傳輸日志通過(guò)各服務(wù)器端的rsyslog、sysl

移動(dòng)端數(shù)據(jù)搜索智能系統(tǒng)

四大優(yōu)勢(shì),聚焦企業(yè)內(nèi)部的數(shù)據(jù)分析,顛覆傳統(tǒng)數(shù)據(jù)產(chǎn)品交互邏輯,創(chuàng)新地采用中文問(wèn)答式搜索,通過(guò)精準(zhǔn)的算法模型和即時(shí)的數(shù)據(jù)反饋,幫助企業(yè)打破數(shù)據(jù)業(yè)務(wù)間的壁壘,提升企業(yè)的決策效率和精細(xì)化運(yùn)營(yíng)能力。將數(shù)據(jù)商業(yè)場(chǎng)景相結(jié)合,使企業(yè)的業(yè)務(wù)人員都能更簡(jiǎn)單更高效地使用數(shù)據(jù),成為深度聚焦業(yè)務(wù)價(jià)值的

[相似文章]CSS搜索與推薦優(yōu)化
CSS是什么_云搜索服務(wù)_CSS功能

高安全性 云搜索服務(wù)主要從以下幾個(gè)方面保障數(shù)據(jù)和業(yè)務(wù)運(yùn)行安全: 網(wǎng)絡(luò)隔離:整個(gè)網(wǎng)絡(luò)劃分為2個(gè)平面,即業(yè)務(wù)平面和管理平面。兩個(gè)平面采用物理隔離的方式進(jìn)行部署,保證業(yè)務(wù)、管理各自網(wǎng)絡(luò)的安全性。 訪問(wèn)控制 數(shù)據(jù)安全 操作審計(jì):通過(guò)云審計(jì)服務(wù)支持對(duì)關(guān)鍵日志操作進(jìn)行審計(jì)。 云搜索服務(wù)CSS相關(guān)精選推薦

日志搜索_日志搜索工具_(dá)日志搜索平臺(tái)

十億級(jí)日志秒級(jí)搜索 簡(jiǎn)單易用 通過(guò)關(guān)鍵詞、模糊查詢快速日志搜索。 實(shí)時(shí)分析 可以通過(guò)關(guān)鍵字查詢、模糊查詢等方式簡(jiǎn)單快速地進(jìn)行日志搜索,適用于日志實(shí)時(shí)數(shù)據(jù)分析、安全診斷分析、運(yùn)營(yíng)客服系統(tǒng)等 云日志服務(wù)與其他云服務(wù)的關(guān)系 云審計(jì)服務(wù)(Cloud Trace Service,簡(jiǎn)稱CTS)

ModelArts模型訓(xùn)練_超參搜索簡(jiǎn)介_(kāi)超參搜索算法

戶需關(guān)注以下操作才能開(kāi)啟超參搜索。 當(dāng)您選擇支持超參搜索的算法,需單擊超級(jí)參數(shù)的范圍設(shè)置按鈕才能開(kāi)啟超參搜索功能。 開(kāi)啟超參搜索功能后,用戶可以設(shè)置搜索指標(biāo)、搜索算法和搜索算法參數(shù)。三個(gè)參數(shù)顯示的支持值算法管理模塊的超參設(shè)置一一對(duì)應(yīng)。 完成超參搜索作業(yè)的創(chuàng)建后,訓(xùn)練作業(yè)需要運(yùn)行一段時(shí)間。

X實(shí)例推薦

供多種計(jì)費(fèi)模式、規(guī)格類型、鏡像類型、磁盤類型,針對(duì)不同的業(yè)務(wù)場(chǎng)景,均可自定義配置。 說(shuō)明: Flexus云服務(wù)器X實(shí)例底層使用的物理硬件資源ECS一致,同CPU、內(nèi)存的Flexus云服務(wù)器X實(shí)例ECS計(jì)算能力在同一標(biāo)準(zhǔn)。 高負(fù)載應(yīng)用場(chǎng)景建議開(kāi)啟性能模式,性能更穩(wěn)定。 Flexus

CDN怎么用_CDN推薦_CDN怎么收費(fèi)

登錄華為云控制臺(tái),在控制臺(tái)首頁(yè)左上角選擇“服務(wù)列表 > CDN智能邊緣 > 內(nèi)容分發(fā)網(wǎng)絡(luò) CDN”。 2.單擊“前往開(kāi)通”,進(jìn)入服務(wù)開(kāi)通界面。 3.選擇您的計(jì)費(fèi)方式,如圖所示,單擊“立即開(kāi)通”。 圖1 選擇計(jì)費(fèi)方式 CDN推薦 CDN推薦華為云 哪家CDN比較好,CDN推薦就選華為云CDN,華為云

?免費(fèi)建站系統(tǒng)哪個(gè)好_免費(fèi)建站優(yōu)化的方法是什么

,方便您客戶實(shí)時(shí)互動(dòng)咨詢,快速提升詢盤率和成交轉(zhuǎn)化率,變流量為銷量。 支持全局、單頁(yè)面、單獨(dú)文章及產(chǎn)品的SEO設(shè)置,有效提升搜索引擎對(duì)網(wǎng)站的收錄及排名。 30+超強(qiáng)的營(yíng)銷工具和推廣方式,有效擴(kuò)大您業(yè)務(wù)的客流量和訂單量。 10+熱門客服工具,包括愛(ài)番番,在線客服等,方便您客戶實(shí)

Elasticsearch鏡像下載

【Kibana鏡像下載】Elastic組件,開(kāi)源的分析和可視化平臺(tái),設(shè)計(jì)用于和Elasticsearch一起工作 【Jenkins鏡像下載】開(kāi)源持續(xù)集成框架Jenkins的工具及插件庫(kù) 【Helm鏡像下載】Kubernetes包管理器 【Grafana鏡像下載】開(kāi)源的度量分析可視化工具 【Node-Chakraco

WAF怎么用_WAF版本推薦_WAF怎么收費(fèi)

通過(guò)包年/包月方式重購(gòu)的WAF原WAF不在同一區(qū)域 原WAF上的配置數(shù)據(jù)不能保存。 當(dāng)您重新購(gòu)買WAF后,您需要將防護(hù)域名重新接入WAF,并根據(jù)防護(hù)需求為域名配置相應(yīng)的防護(hù)規(guī)則。 如何為Web應(yīng)用防火墻續(xù)費(fèi)? 服務(wù)到期前,系統(tǒng)會(huì)以短信或郵件的形式提醒您服務(wù)即將到期,并提醒您續(xù)費(fèi)。 服務(wù)到期后,如果

高性能企業(yè)級(jí)云服務(wù)器推薦

精選文章推薦 Flexus云服務(wù)變更規(guī)格 如何查看Flexus云服務(wù)詳細(xì)信息 華為云輕量級(jí)服務(wù)器_Flexus云服務(wù)_Flexus應(yīng)用服務(wù)器L實(shí)例 Flexus應(yīng)用服務(wù)器L實(shí)例租賃購(gòu)買 描述 Flexus應(yīng)用服務(wù)器L實(shí)例優(yōu)勢(shì) Flexus云服務(wù)_輕量云服務(wù)服務(wù)器對(duì)比 免費(fèi)

CSS搜索與推薦優(yōu)化

CS S服務(wù)結(jié)合搜索大模型的知識(shí)搜索能力,在傳統(tǒng)字符搜索的基礎(chǔ)上集成語(yǔ)義搜索能力,通過(guò)向量化技術(shù)提升搜索結(jié)果相關(guān)性。本方案兼容開(kāi)源Elasticsearch生態(tài),業(yè)務(wù)僅需適配multi_match查詢語(yǔ)句即可實(shí)現(xiàn)語(yǔ)義檢索。

應(yīng)用場(chǎng)景

Elasticsearch AI語(yǔ)義搜索適用于以下場(chǎng)景:
  • 知識(shí)庫(kù)檢索:企業(yè)知識(shí)庫(kù)、FAQ系統(tǒng)等需要理解用戶查詢意圖的場(chǎng)景。
  • 內(nèi)容推薦:基于語(yǔ)義相似度的內(nèi)容推薦系統(tǒng)。

方案架構(gòu)

圖1 語(yǔ)義檢索架構(gòu)圖

數(shù)據(jù)寫入:使用Elasticsearch原生Bulk接口寫入數(shù)據(jù),搜索大模型插件自動(dòng)調(diào)用Embedding模型將文本轉(zhuǎn)換為向量,生成的語(yǔ)義向量存儲(chǔ)在CSS向量數(shù)據(jù)庫(kù)中。

語(yǔ)義查詢:使用Elasticsearch原生multi_match查詢語(yǔ)句,搜索大模型插件自動(dòng)轉(zhuǎn)換查詢語(yǔ)句為語(yǔ)義向量查詢,執(zhí)行多路召回(關(guān)鍵詞+向量相似度),調(diào)用精排模型對(duì)結(jié)果進(jìn)行二次排序,返回最終結(jié)果。

方案優(yōu)勢(shì)

  • 提升搜索精度:通過(guò)語(yǔ)義理解與精排實(shí)現(xiàn)多路召回與重排序,提升結(jié)果相關(guān)性。
  • 兼容開(kāi)源生態(tài):兼容開(kāi)源Elasticsearch,適配multi_match語(yǔ)句。
  • 易用性高:通過(guò)插件方式實(shí)現(xiàn),僅需配置模型服務(wù)和索引,無(wú)需改造業(yè)務(wù)代碼。

約束限制

Elasticsearch AI搜索功能依賴Embedding節(jié)點(diǎn),該節(jié)點(diǎn)的配置采用白名單機(jī)制,如需試用,請(qǐng)?zhí)峤?a target="_blank" rel="noopener noreferrer">工單申請(qǐng)權(quán)限。

前提條件

  • 確認(rèn)Elasticsearch集群滿足以下條件。
    • 集群狀態(tài):可用
    • 集群版本:7.10.2(在基本信息頁(yè)面查看“集群版本”
    • 配置要求:已配置Embedding節(jié)點(diǎn)(在依賴服務(wù)頁(yè)面查看是否存在“可用”狀態(tài)的獨(dú)享版集群)
  • 獲取獨(dú)享版集群的訪問(wèn)地址。
    1. 登錄 云搜索 服務(wù)管理控制臺(tái)。
    2. 在左側(cè)導(dǎo)航欄,選擇“搜索大模型 > 獨(dú)享版集群”。
    3. 在集群列表,選擇目標(biāo)集群,在“內(nèi)網(wǎng)訪問(wèn)地址”列獲取并記錄集群的內(nèi)網(wǎng)IP地址,后續(xù)配置模型服務(wù)需要使用。

      一般是“<host>:<port>”“<host>:<port>,<host>:<port>”樣式。

      圖2 獲取集群訪問(wèn)地址

步驟一:登錄Kibana

登錄Kibana進(jìn)入命令執(zhí)行頁(yè)面。Elasticsearch集群支持多種客戶端訪問(wèn),本文僅以CSS服務(wù)集成的Kibana為例介紹配置指導(dǎo)。

  1. 登錄云搜索服務(wù)管理控制臺(tái)。
  2. 在左側(cè)導(dǎo)航欄,選擇“集群管理 > Elasticsearch”。
  3. 在集群列表,選擇目標(biāo)集群,單擊操作列的“Kibana”,登錄Kibana。
  4. 在Kibana左側(cè)導(dǎo)航欄選擇“Dev Tools”,進(jìn)入操作頁(yè)面。

    控制臺(tái)左側(cè)是命令輸入框,其右側(cè)的三角形圖標(biāo)為執(zhí)行按鈕,右側(cè)區(qū)域則顯示執(zhí)行結(jié)果。

步驟二:?jiǎn)⒂盟阉鞔竽P筒寮?/h4>
在Kibana中執(zhí)行以下命令,啟用搜索大模型插件。
PUT _cluster/settings
{
  "persistent": {
    "pg_search.inference.enable": true
  }
}

返回如下信息,表示成功啟用搜索大模型插件。

{
  "acknowledged" : true,
  "persistent" : {
    "pg_search" : {
      "inference" : {
        "enable" : "true"
      }
    }
  },
  "transient" : { }
}

步驟三:配置模型服務(wù)

  1. 在Kibana中執(zhí)行以下命令,配置Embedding模型服務(wù)。
    PUT _inference/model_service/pangu_vector  // pangu_vector為模型服務(wù)名稱,支持自定義
    {
      "description": "搜索大模型-語(yǔ)義向量化模型", // 服務(wù)描述信息
      "service_config": {
        "semantic_vector": {          // 模型類型
          "service_urls": [           // Embedding模型服務(wù)的訪問(wèn)地址列表(數(shù)組格式)
            "http://{endpoint}/app/search/v1/vector" // 替換{endpoint}為獨(dú)享版集群的訪問(wèn)地址,例如訪問(wèn)地址為10.20.30.40:18088,則此處應(yīng)填寫"http://10.20.30.40:18088/app/search/v1/vector"
          ],
          "algorithm": "GRAPH",      // 使用圖算法進(jìn)行近似最近鄰搜索
          "metric": "inner_product", // 相似度度量方式:內(nèi)積
          "dimension": "768"        // 向量維度768
        }
      }
    }
  2. 在Kibana中執(zhí)行以下命令,配置Rerank模型服務(wù)。
    PUT _inference/model_service/pangu_ranking  // pangu_ranking為模型服務(wù)名稱,支持自定義
    {
      "description": "搜索大模型-精排模型", // 服務(wù)描述信息
      "service_config": {
         "reorder": {                 // 模型類型
          "service_urls": [           // Rerank模型服務(wù)的訪問(wèn)地址列表(數(shù)組格式)
            "http://{endpoint}/app/search/v1/rerank" // 替換{endpoint}為獨(dú)享版集群的訪問(wèn)地址,例如訪問(wèn)地址為10.20.30.40:18088,則此處應(yīng)填寫"http://10.20.30.40:18088/app/search/v1/rerank"
          ]
        }
      }
    }

更多配置參數(shù)及說(shuō)明請(qǐng)參見(jiàn)配置模型服務(wù)。

步驟四:創(chuàng)建向量索引

在Kibana中執(zhí)行以下命令,創(chuàng)建向量索引,如pangu_index,并將上一步配置的Embedding和Rerank模型服務(wù)關(guān)聯(lián)到索引中。

PUT pangu_index
{
  "aliases": {                    // 定義索引別名
    "pangu_wiki": {}              // 通過(guò)pangu_wiki別名訪問(wèn)索引
  },
  "mappings": {                   // 字段映射定義
    "properties": {
      "title": {                  // 文檔標(biāo)題字段
        "type": "text"            // 全文檢索類型
      },
      "desc": {                   // 描述字段
        "type": "text"            // 全文檢索類型
      },
      "content": {                // 正文內(nèi)容字段
        "type": "text"            // 全文檢索類型
      },
      "author": {                 // 作者字段
        "type": "keyword"         // 精確值類型,適合過(guò)濾和聚合
      }
    }
  },
  "settings": {                   // 索引設(shè)置
    "index.vector": true,         // 啟用向量索引功能
    "index.inference.semantic_search_enabled": true, // 啟用語(yǔ)義搜索
    "index.inference.field": [    // 參與向量化的字段及權(quán)重
      "title:100",               // 標(biāo)題字段,權(quán)重100
      "desc:80",                 // 描述字段,權(quán)重80
      "content:30"               // 內(nèi)容字段,權(quán)重30
    ],
    "index.inference.embedding_model": "pangu_vector", // Embedding模型服務(wù)的名稱
    "index.inference.reorder_enabled": true, // 啟用結(jié)果重排序
    "index.inference.reorder_model": "pangu_ranking", // 重排序模型服務(wù)的名稱
    "index.inference.semantic_search_type": "vector", // 語(yǔ)義搜索類型為向量搜索
    "number_of_shards": 3         // 索引分片數(shù)為3(根據(jù)數(shù)據(jù)量調(diào)整)
  }
}

步驟五:導(dǎo)入數(shù)據(jù)

在Kibana中,使用Bulk API批量導(dǎo)入數(shù)據(jù)到上一步創(chuàng)建的索引pangu_index。

// 操作類型為index(創(chuàng)建/更新文檔),并指定文檔ID為1
// title字段值(文本類型,將被向量化),desc字段值(文本類型,將被向量化),content字段值(文本類型,將被向量化),author字段值(關(guān)鍵字類型,用于精確匹配)
PUT pangu_index/_bulk
{"index":{"_id":"1"}}
{"title":"熱帶雨林","desc":"豐富的熱帶植物世界","content":"生態(tài)系統(tǒng)","author":"李雷"}

批量導(dǎo)入說(shuō)明:

  • 向量生成過(guò)程:系統(tǒng)會(huì)自動(dòng)將title(權(quán)重100)、desc(權(quán)重80)、content(權(quán)重30)拼接,調(diào)用pangu_vector模型生成768維的語(yǔ)義向量,向量數(shù)據(jù)存儲(chǔ)在_inference.semantic_vector字段。
  • 如果某條文檔失敗,不會(huì)影響其他文檔的導(dǎo)入,Bulk API的詳細(xì)使用說(shuō)明請(qǐng)參見(jiàn)Bulk API。
  • 性能建議:大批量導(dǎo)入時(shí)建議每批次500~1000個(gè)文檔。
  • 數(shù)據(jù)格式建議:
    • 文本字段建議做基礎(chǔ)清洗,去除特殊字符等。
    • 關(guān)鍵業(yè)務(wù)字段建議設(shè)置非空校驗(yàn)。
    • 中文文本不需要預(yù)先分詞,大模型會(huì)自動(dòng)處理。

步驟六:語(yǔ)義檢索

在Kibana中執(zhí)行以下命令,使用multi_match語(yǔ)句在pangu_index索引中執(zhí)行語(yǔ)義檢索。

GET pangu_index/_search
{
  // 控制返回結(jié)果的字段內(nèi)容
  "_source": {
    "excludes": [ 
      "_inference"  // 排除返回結(jié)果中可能包含敏感或冗余信息的字段
    ]
  },

  // 查詢主體部分
  "query": {
    // 布爾查詢
    "bool": {
      // 必須滿足的條件列表(邏輯AND)
      "must": [
        {
          // 多字段匹配查詢,目標(biāo)字段匹配時(shí)會(huì)自動(dòng)轉(zhuǎn)換為語(yǔ)義向量搜索
          "multi_match": {
            "query": "橡膠樹(shù)在哪里",  // 用戶輸入的搜索關(guān)鍵詞/句
            "fields": ["title","content","desc"]  // 搜索的目標(biāo)字段列表,必須和索引配置的index.inference.field字段對(duì)應(yīng)
          }
        }
      ]
      // 可選添加其他邏輯條件:
      // "filter": [...]    // 不影響評(píng)分的過(guò)濾條件
      // "should": [...]    // 邏輯OR條件
      // "must_not": [...]  // 排除條件
    }
  }

  // 可選添加搜索優(yōu)化參數(shù):
  // "size": 20,            // 返回結(jié)果數(shù)量
  // "explain": true,       // 顯示相關(guān)性評(píng)分計(jì)算細(xì)節(jié)
  // "highlight": { ... }   // 關(guān)鍵詞高亮配置
}
檢索說(shuō)明:
  • 該查詢同時(shí)搜索title、content、desc三個(gè)字段,尋找與“橡膠樹(shù)在哪里”相關(guān)的內(nèi)容。
  • 通過(guò)bool查詢結(jié)構(gòu)確保結(jié)果必須滿足multi_match條件。
  • 排除_inference字段可減少網(wǎng)絡(luò)傳輸數(shù)據(jù)量并保護(hù)內(nèi)部處理細(xì)節(jié)。

CSS搜索與推薦優(yōu)化常見(jiàn)問(wèn)題

更多常見(jiàn)問(wèn)題 >>
  • CSS是什么_云搜索服務(wù)_CSS功能

  • 云搜索服務(wù)(Cloud Search Service,簡(jiǎn)稱CSS)是一個(gè)基于Elasticsearch且完全托管的在線分布式搜索服務(wù),為用戶提供結(jié)構(gòu)化、非結(jié)構(gòu)化文本、以及基于AI向量的多條件檢索、統(tǒng)計(jì)、報(bào)表。

  • 云日志服務(wù)常見(jiàn)問(wèn)題-日志搜索與查看類的問(wèn)題解決。

  • cssnano 將你的 CSS 文件做多方面的的優(yōu)化,以確保最終生成的文件對(duì)生產(chǎn)環(huán)境來(lái)說(shuō)體積是最小的。cssnano 是基于PostCSS 構(gòu)建的。

  • Tailwind CSS 是一個(gè)用于快速UI開(kāi)發(fā)的實(shí)用工具集 CSS 框架。與 Bootstrap 、Foundation 不同,Tailwind CSS 沒(méi)有內(nèi)置的 UI 組件。完全需要開(kāi)發(fā)者根據(jù)自身情況來(lái)定制設(shè)計(jì)。

  • PurgeCSS 是一個(gè)用來(lái)刪除未使用的 CSS 代碼的工具,能夠減小 CSS 文件的體積。可以將它作為你的開(kāi)發(fā)流程中的一個(gè)環(huán)節(jié)。 當(dāng)你構(gòu)建一個(gè)網(wǎng)站時(shí),你可能會(huì)決定使用一個(gè) CSS 框架,例如 TailwindCSS、Bootstrap、MaterializeCSS、Foundation 等,但是,你所用到的也只是框架的一小部分而已,大量 CSS 樣式并未被使用

更多相關(guān)專題