AI 驱动的混合搜索正在进行封闭测试。 加入等候名单 以获得提前体验!

前往主页Meilisearch 的标志
返回文章
2024 年 3 月 12 日

Meilisearch 1.7

Meilisearch 1.7 稳定了排名分数详情,为 Hugging Face 嵌入添加了 GPU 支持,并集成了最新的 OpenAI 嵌入模型。

Laurent Cazanove
Laurent CazanoveDX 工程师 & 文案撰稿人@StriftCodes
Meilisearch 1.7

我们很高兴推出 Meilisearch v1.7。 在本文中,我们将回顾最重要的更改。 有关详尽列表,请查看 Github 上的更改日志

Meilisearch 1.7 也可在Meilisearch Cloud上使用 — 立即升级!

改进的混合 & 向量搜索

AI 搜索是一项实验性功能,请阅读文档以启用 AI 搜索

新的 OpenAI 嵌入模型

从 Meilisearch 1.7 开始,您可以使用 OpenAI 的第三代嵌入模型

  • text-embedding-3-small
  • text-embedding-3-large

与之前的 text-embedding-ada-002 模型相比,这些新模型提供了改进,可以平衡搜索结果的相关性和成本效益。

small 模型更具成本效益,生成较小的向量嵌入,所需的存储空间更少。 large 模型专注于提供更高的搜索结果精度,使其成为优化相关性的理想选择。

配置 OpenAI 模型维度

当使用新的 text-embedding-3-smalltext-embedding-3-large OpenAI 模型时,您现在可以为模型配置维度。 如果未提供,则使用模型的默认维度。

您可以在更新设置时执行此操作

{
  // other settings...

  "embedders": {
    "small": {
      "source": "openAi",
      "model": "text-embedding-3-large",
      "dimensions": 512 // must be >0, must be <= 3072 for "text-embedding-3-large"
    },
  }
}

更高的维度通常提供更复杂的嵌入,这可以带来更准确的搜索结果。 但是,增加的维度计算成本更高,并且需要更多的存储空间。

使用 OpenAI text-embedding-ada-002 时,您无法自定义维度。

在 Meilisearch Cloud 上使用 AI 搜索

Meilisearch 混合搜索和向量搜索即将登陆 Meilisearch Cloud。 我们每天都会发出邀请。 加入测试版。👇

获得提前体验

用于计算 Hugging Face 嵌入的 GPU 支持

Meilisearch 1.7 能够为自托管 Meilisearch 启用 GPU 支持,以计算 Hugging Face 嵌入。 这可以显著加快嵌入生成过程。

请在我们的专用指南中找到有关使用 GPU 计算 Hugging Face 嵌入的详细说明。

在搜索时显示排名分数详情

Meilisearch 1.7 稳定了在 [Meilisearch 1.3](/blog/v1-3-release/?utm_campaign=release-v1-7&utm_source=blog) 中引入的 showRankingScoreDetails 搜索参数。 此参数在搜索结果中的每个文档中添加一个 _rankingScoreDetails 字段,从而可以进一步检查搜索结果。

您可以在进行搜索时包含该参数

curl 
  -X POST 'https://edge.meilisearch.com/indexes/movies/search' 
  -H 'Content-Type: application/json' 
  --data-binary '{
    "q": "batman",
    "showRankingScoreDetails": true
  }'

请在 API 参考中了解有关 _rankingScoreDetails 对象以及如何使用您首选的 SDK 的更多信息。

贡献者致谢

我们要衷心感谢所有使此版本成为可能的贡献者:@capJavert@codesmith-emmy@Elliot67@Gosti 在 Meilisearch 中的 PR,以及 @agourlay@choznerol@ngdbao@timvisee@xshadowlegendxcharabia 上的工作。

特别感谢我们的 SDK 维护人员,感谢他们,Meilisearch 可以用于如此多的语言。🫶


这就是 v1.7 的全部内容! 此版本文章重点介绍了最重要的更新。 有关详尽列表,请阅读 Github 上的更改日志

请订阅我们的新闻简报,以便随时了解 Meilisearch 的所有动态。 要了解有关 Meilisearch 未来并帮助塑造它的更多信息,请查看我们的路线图并参与我们的产品讨论

如有任何其他问题,请加入我们在 Discord 上的开发者社区。

Meilisearch 1.12

Meilisearch 1.12

Meilisearch 1.12 显著提高了索引速度,并引入了新的 API 来禁用前缀搜索和分面搜索,并检索任务批次。

Laurent Cazanove
Laurent Cazanove2024 年 12 月 23 日
Meilisearch Q4 2024 release wrap-up

Meilisearch 2024 年第四季度发布总结

Meilisearch 第四季度版本包括更快的搜索速度、对 UI 中设置的更多控制以及新的区域。

Maya Shin
Maya Shin2024 年 11 月 27 日
Meilisearch 1.11

Meilisearch 1.11

Meilisearch 1.11 通过关键改进(包括二进制量化)推动了 AI 驱动的搜索走向稳定。 此版本还根据用户反馈增强了联合搜索功能。

Carolina Ferreira
Carolina Ferreira2024 年 10 月 29 日