Publicado: Oct 27, 2023
Agora, os usuários podem se beneficiar de uma filtragem de consultas mais eficiente com o mecanismo k-NN FAISS do OpenSearch usando o OpenSearch 2.9 no Amazon OpenSearch Service. O eficiente recurso de filtros de consulta vetorial do OpenSearch, antes exclusivo do mecanismo Lucene k-NN do OpenSearch, avalia de forma inteligente as estratégias de filtragem ideais, como pré-filtragem com o Aproximate Nearest Neighbor (ANN – Vizinho mais próximo aproximado) ou filtragem com o vizinho mais próximo exato (k-NN), para determinar a melhor estratégia de oferta de consultas de pesquisa vetorial precisas e de baixa latência. Nas versões anteriores do OpenSearch, as consultas vetoriais no mecanismo FAISS usavam técnicas de pós-filtragem, que permitiam consultas filtradas em grande escala, mas que podiam retornar um número de resultados inferior ao solicitado (“k”).
Filtros eficientes de consulta vetorial demonstraram a capacidade de fornecer resultados precisos e de baixa latência, capacitando os clientes a criar aplicações de pesquisa vetorial mais responsivos, como experiências de pesquisa semântica ou visual. Os filtros de consulta vetorial são um facilitador essencial para pesquisas híbridas, permitindo que os usuários realizem pesquisas vetoriais enquanto filtram metadados para recuperar informações mais relevantes usando técnicas vetoriais e lexicais. Esse novo recurso aprimora a capacidade de filtragem de consultas atual do OpenSearch, oferecendo maior precisão e velocidade.
Os filtros eficientes de consulta vetorial para o FAISS estão disponíveis em todas as regiões da AWS nas quais o Amazon OpenSearch Service está disponível. Para obter mais informações sobre o suporte à filtragem de consultas vetoriais no OpenSearch, consulte a documentação.