Características de OpenSearch

Capacidad para buscar en diferentes orígenes de datos, como bases de datos, intranets y aplicaciones.

Ofrece búsqueda de una variedad de tipos de archivos.

Posibilidad de buscar en varios idiomas sin necesidad de trabajo adicional.

Capacidad de búsqueda para manejar errores tipográficos.

Permite al usuario final filtrar y refinar los resultados de búsqueda.

Capacidad para definir sinónimos para términos de búsqueda.

Permite al usuario ver los resultados resaltados para ver qué palabras o frases coinciden con la consulta de búsqueda.

Permite al usuario buscar de una manera natural e intuitiva.

Ofrece al usuario resultados específicos y personalizados en función de su actividad o preferencias.

Permite al usuario comprender cómo otros usuarios están utilizando la funcionalidad de búsqueda a través de paneles, KPI, etc.

Capacidad para conectar las capacidades de búsqueda en otras aplicaciones o herramientas.

Capacidad para realizar tareas complejas sin intervención humana constante

Capacidad para descomponer y planificar procesos de múltiples pasos

Funciona en múltiples sistemas de software o bases de datos

Mejora el rendimiento basado en la retroalimentación y la experiencia

Anticipa necesidades y ofrece sugerencias sin que se lo pidan.

Toma decisiones informadas basadas en los datos disponibles y los objetivos.

Incorpora capacidades generativas (RAG) para mejorar la generación de respuestas utilizando contenido recuperado.

Permitir ajustar la relevancia y el ranking mediante modelos de aprendizaje automático o de Aprendizaje para Clasificar.

Habilita el sistema para entender e interpretar consultas en lenguaje natural

Ofrece búsqueda para una variedad de tipos de archivos.

Capacidad para buscar en diferentes fuentes de datos, como bases de datos, intranets y aplicaciones.

Capacidad para buscar en varios idiomas sin necesidad de trabajo adicional.

Proporciona al usuario resultados personalizados y específicos basados en su actividad o preferencias.

Permite al usuario entender cómo otros usuarios están utilizando la funcionalidad de búsqueda a través de paneles de control, KPIs, etc.

Capacidad de integrar las capacidades de búsqueda en otras aplicaciones o herramientas.

Permite al usuario ver los resultados resaltados para ver qué palabras o frases coinciden con la consulta de búsqueda.

Permite al usuario final filtrar y refinar los resultados de búsqueda.

Capacidad de búsqueda para manejar errores tipográficos.

Capacidad para definir sinónimos para términos de búsqueda.

Orquesta los pasos de recuperación, reordenamiento y enriquecimiento dentro de los flujos de trabajo RAG

Optimiza la selección de fragmentos, el ensamblaje de contexto y la fundamentación específicamente para el consumo de LLM.

Permite la afinación avanzada de estrategias de recuperación léxica, semántica y reordenada.

Proporciona información sobre el comportamiento de las consultas, la calidad de recuperación y el rendimiento de relevancia.

Garantiza la resiliencia a través de la redundancia, el failover y los mecanismos de recuperación.

Gestiona las actualizaciones de incrustaciones, la reindexación y los cambios de versión del modelo a lo largo del tiempo.

Habilita la búsqueda semántica en texto, imágenes, audio o video utilizando incrustaciones.

Permite a los equipos traer sus propios modelos de incrustación o proveedores de LLM y cambiarlos sin necesidad de reestructurar.

Admite actualizaciones de índice casi en tiempo real a medida que cambian los datos de origen

Enriquece el contenido utilizando fragmentación, inferencia de metadatos, extracción de entidades u OCR durante la indexación.

Aplica permisos a nivel de documento, campo o metadatos durante la recuperación

Admite controles de datos regionales, reglas de retención y cumplimiento normativo

Rastrea consultas, contenido recuperado y decisiones de acceso para cumplimiento y depuración

Permite un control detallado sobre la clasificación utilizando reglas, ponderaciones, bucles de retroalimentación o modelos de aprendizaje para clasificar.

Mejora la calidad de recuperación mediante la reescritura de consultas, la expansión semántica o la detección de intenciones.

Admite tuberías de recuperación de múltiples pasos donde los candidatos iniciales se reordenan utilizando enfoques basados en ML o LLM.

Ajusta la recuperación y clasificación basándose en el contexto del usuario, el comportamiento o las señales a nivel de aplicación.