Elastic 及阿里云 AI 搜索 Tech Day 将于 7 月 27 日在上海举办

活动主题

面向开发者的 AI 搜索相关技术分享,如 RAG、多模态搜索、向量检索等。

活动介绍

参加 Elastic 原厂与阿里云联合举办的 Generative AI 技术交流分享日。借助 The Elastic Search AI Platform, 使用开放且灵活的企业解决方案,以前所未有的速度获得搜索最相关的结果。借助强大搜索功能和生成式 AI 的合力,加速商业转化和业务成果。

活动亮点

企业级应用、Demo体验、开发者动手实践。

活动议程

|-----------|----------------------------|-----------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| | | | | |
| 活动议程 | 话题 | 演讲人 | 照片 | 简介 |
| 2:00-2:30 | 签到 | | | |
| 2:30-2:40 | 大会 Opening | 阿里云大数据 AI 产品总监,黄博远 Elastic中国区 Leader Sarah Ge | | |
| 2:40-3:15 | Elasticsearch 8 RAG 相关技术详解 | Elastic 中国区首席架构师 Jerry Zhu | | Elasticsearch 是企业搜索领域全球应用最广泛的搜索引擎,拥有46亿次的下载量,这意味着 Elasticsearch 事实上承载了全球各行各业海量且丰富的私有数据,随着大语言模型的兴起和展现出的惊人能力,企业非常迫切地想使用大语言模型来分析和利用他们的私有数据,而 RAG 是当下企业落地 LLM 应用最成熟和最快速的方式。Elastic 也必须响应企业的迫切需求,推出了全新的8版本 Elasticsearch 来帮助企业在原有的技术栈上面,更快更好地落地RAG应用。 |
| 3:15-4:00 | 阿里云 Elasticsearch AI 搜索实践 | 阿里云搜索技术专家 魏子珺 | | 随着人工智能技术的飞速发展,AI 搜索已成为现代企业的重要组成部分。本次分享将重点介绍阿里云的AI模型如何与 Elasticsearch 内部的倒排索引、向量索引等紧密结合,以及如何通过这些先进技术提升搜索系统的性能和用户体验。通过分享实际案例和技术细节,我们将帮助与会者深入了解如何利用阿里云 Elasticsearch 实现更强大的 AI 搜索应用。 |
| 4:00-4:45 | 阿里云 AI 搜索 Demo 展示和动手实践 | 阿里云搜索产品专家 南也 | | 在 AI 搜索领域,大模型的快速发展正在重塑用户信息获取的方式,也为企业带来前所未有的机遇。为了更好的理解AI与搜索的融合及应用,本次分享将带来阿里云AI搜索的最佳实践及演示 demo。通过现场实践,让参与者能够动手操作,了解 AI 搜索的使用技巧及应用场景。 |
| 4:45-5:30 | 开放交流+简餐 | | | |

示例:

题目:阿里云 RAG 应用实践

演讲介绍和提纲:

本文主要介绍 RAG 产生背景、发展历程、技术方案,并以阿里云AI搜索产品为例,介绍RAG真实场景的实践经验,探讨搜索产品如何以 RAG 为切入点,构建 RAG 服务,以及如何构建面向开发者的 RAG 技术平台。主要内容包括:

  • RAG 产生背景
  • RAG 技术方案
  • RAG 应用实践
  • RAG 总结展望

听众收益:

了解 RAG 技术方案、难点,以及阿里云 AI 搜索 RAG 最佳实践和应用场景。

相关推荐
程序员陆通9 分钟前
独立开发A/B测试实用教程
人工智能·ai编程
knowfoot11 分钟前
硬核拆解!跟着公式“走”一遍,你也能彻底看懂神经网络
人工智能·神经网络
FF-Studio18 分钟前
大语言模型(LLM)课程学习(Curriculum Learning)、数据课程(data curriculum)指南:从原理到实践
人工智能·python·深度学习·神经网络·机器学习·语言模型·自然语言处理
DDDDDouble21 分钟前
<二>Sping-AI alibaba 入门-记忆聊天及持久化
java·人工智能
PyAIExplorer22 分钟前
图像处理中的插值方法:原理与实践
图像处理·人工智能
狗头大军之江苏分军32 分钟前
疑似华为盘古AI大模型翻车造假风波【实时记录篇】
人工智能·机器学习·程序员
Mr.Winter`33 分钟前
轨迹优化 | 基于激光雷达的欧氏距离场ESDF地图构建(附ROS C++仿真)
c++·人工智能·机器人·自动驾驶·ros·ros2·具身智能
武子康1 小时前
大数据-34 HBase 单节点配置 hbase-env hbase-site xml
大数据·后端·hbase
Edingbrugh.南空1 小时前
Hadoop MapReduce 入门
大数据·hadoop·mapreduce
huisheng_qaq1 小时前
【ElasticSearch实用篇-01】需求分析和数据制造
大数据·elasticsearch·制造