BT

Benjamin Trent

首席开发工程师 II

关于作者

Benjamin Trent 是 Apache 软件基金会 Lucene 项目的提交者和项目管理委员会成员，也是 Elastic 的软件工程师，负责改进 Elasticsearch。

作者的文章

Better Binary Quantization vs. Product Quantization
向量数据库Lucene+1

2024年11月18日

更好的二进制量化与乘积量化

我们为什么选择在 Lucene 和 Elasticsearch 中投入时间来改进二进制量化而不是乘积量化。

BT
作者 Benjamin Trent
Better Binary Quantization (BBQ) in Lucene and Elasticsearch
Lucene向量数据库

2024年11月11日

Lucene 和 Elasticsearch 中的改进二进制量化 (BBQ)

改进二进制量化在 Lucene 和 Elasticsearch 中的工作原理。

BT
作者 Benjamin Trent
Looking back: Elastic's vector search improvements in Elasticsearch & Lucene
向量数据库搜索相关性

2024年8月27日

回顾：Elastic 在 Elasticsearch & Lucene 中的向量搜索改进

回顾 Elastic 在 Elasticsearch 和 Lucene 中的向量搜索创新。

KDBT
作者 Kathleen DeRusso 和 Benjamin Trent
Bit vectors in Elasticsearch
向量数据库

2024年7月17日

Elasticsearch 中的位向量

了解位向量、其实际意义以及如何在 Elasticsearch 中使用它们。

BT
作者 Benjamin Trent
Making Elasticsearch and Lucene the best vector database: up to 8x faster and 32x efficient
向量数据库生成式 AI

2024年4月26日

让 Elasticsearch 和 Lucene 成为最佳向量数据库：速度提升高达 8 倍，效率提升 32 倍

了解最近的增强和优化，这些增强和优化显著提高了 Elasticsearch & Lucene 向量数据库中的向量搜索性能。

MSBTJF
作者 Mayya Sharipova、Benjamin Trent 和 Jim Ferenczi
Understanding Int4 scalar quantization in Lucene
Lucene机器学习研究

2024年4月25日

了解 Lucene 中的 Int4 标量量化

这篇博客解释了 Int4 量化在 Lucene 中的工作原理、其排列方式以及使用 Int4 量化的优势。

BTTV
作者 Benjamin Trent 和 Thomas Veasey
Scalar quantization optimized for vector databases
机器学习研究

2024年4月25日

针对向量数据库优化的标量量化

针对向量数据库用例优化标量量化使我们能够在相同的检索质量下以高压缩率实现显著更好的性能。

TVBT
作者 Thomas Veasey 和 Benjamin Trent
Introducing kNN Query: An expert way to do kNN search
向量数据库操作方法

2023年12月7日

介绍 kNN 查询：一种专业的 kNN 搜索方法

探讨如何在 Elasticsearch 中使用 kNN 查询以及它与顶级 kNN 搜索的不同之处，包括示例。

MSBT
作者 Mayya Sharipova 和 Benjamin Trent
Understanding scalar quantization in Lucene
Lucene机器学习研究

2023年11月11日

了解 Lucene 中的标量量化

了解 Elastic 如何将标量量化引入 Lucene，包括自动字节量化、按段量化和性能见解。

BT
作者 Benjamin Trent

准备好构建最先进的搜索体验了吗？

只有单方面的努力无法实现足够先进的搜索。Elasticsearch 由数据科学家、机器学习运维工程师、软件工程师以及许多其他对搜索同样充满热情的人员提供支持。让我们携手合作，构建神奇的搜索体验，为您带来想要的结果。

亲身体验