#61 Tech Writer zaczyna wdrażać semantic search, czyli kilka praktycznych wskazówek na początek

Po długich miesiącach gadania, przyszedł czas na działanie - wreszcie rozpoczęliśmy wdrażanie semantic searcha! Przejście od teorii do praktyki było dość trudne, dlatego mamy dla Was garść informacji, które ułatwią Wam wejście w temat.

Rozmawiamy o tym czym jest semantic search, jakie nam daje korzyści w porównaniu do tradycyjnego wyszukiwania, co musimy mieć, żeby go wdrożyć, jak połączyć ze sobą poszczególne elementy całej układanki i jak takie rozwiązanie zaimplementować.

Informacje dodatkowe:

• "What is semantic search?", Elastic: https://www.elastic.co/what-is/semantic-search
• "Large language model (LLM)", Wikipedia: https://en.wikipedia.org/wiki/Large_language_model
• "What Is Retrieval-Augmented Generation, aka RAG?", NVIDIA Blogs: https://blogs.nvidia.com/blog/what-is-retrieval-augmented-generation/
• "Hybrid Search Explained", Weaviate: https://weaviate.io/blog/hybrid-search-explained
• "Semantic search", SBERT: https://www.sbert.net/examples/applications/semantic-search/README.html#semantic-search
• Hugging Face: https://huggingface.co/
• PyTorch: https://pytorch.org/
• TensorFlow: https://www.tensorflow.org/
• Node.js: https://nodejs.org/en
• Elasticsearch: https://www.elastic.co/elasticsearch
• Kubernetes: https://kubernetes.io/
• "Build Semantic-Search with Elastic search and BERT vector embeddings. ( From scratch )", Abid Saudagar: https://www.youtube.com/watch?v=KSwPR9eig7w
• Jupyter Notebook: https://jupyter.org/
• SentenceTransformers Documentation: https://www.sbert.net/
• "k-nearest neighbor (kNN) search", Elastic Docs: https://www.elastic.co/guide/en/elasticsearch/reference/current/knn-search.html
• Transformers.js, Hugging Face: https://huggingface.co/docs/transformers.js/index
• "Export to ONNX", Hugging Face docs: https://huggin