2024 年 3 月 12 日

Meilisearch 1.7

Meilisearch 1.7 穩定了排名分數詳細資訊、新增了 Hugging Face 嵌入的 GPU 支援，並整合了最新的 OpenAI 嵌入模型。

Laurent Cazanove開發體驗工程師 & 文案撰稿人@StriftCodes

我們很興奮地推出 Meilisearch v1.7。在本文中，我們將回顧最具影響力的變更。如需完整清單，請查看 Github 上的變更日誌。

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

改進的混合與向量搜尋

AI 搜尋是一項實驗性功能，請閱讀文件以啟用 AI 搜尋。

新的 OpenAI 嵌入模型

從 Meilisearch 1.7 開始，您可以使用 OpenAI 的第三代嵌入模型

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

與之前的 text-embedding-ada-002 模型相比，這些新模型提供了改進，可平衡搜尋結果的相關性和成本效率。

small 模型更具成本效益，可產生較小的向量嵌入，所需的儲存空間更少。large 則專注於在搜尋結果中提供更高的精確度，使其成為優化相關性的理想選擇。

設定 OpenAI 模型維度

使用新的 text-embedding-3-small 和 text-embedding-3-large OpenAI 模型時，您現在可以設定模型的維度。如果未提供，則會使用模型的預設維度。

您可以在更新設定時執行此操作

{
  // other settings...

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

較高的維度通常提供更複雜的嵌入，這可以帶來更準確的搜尋結果。但是，增加的維度計算成本更高，並且需要更多儲存空間。

使用 OpenAI text-embedding-ada-002 時，您無法自訂維度。

在 Meilisearch Cloud 上使用 AI 搜尋

Meilisearch 混合搜尋和向量搜尋即將登陸 Meilisearch Cloud。我們每天都會發出邀請。加入測試版。👇

搶先體驗

用於計算 Hugging Face 嵌入的 GPU 支援

Meilisearch 1.7 支援為自行託管的 Meilisearch啟用 GPU 支援，以計算 Hugging Face 嵌入。這可以顯著加快嵌入生成過程。

請在我們關於使用 GPU 計算 Hugging Face 嵌入的專門指南中找到詳細說明。

在搜尋時顯示排名分數詳細資訊

Meilisearch 1.7 穩定了在 [Meilisearch 1.3](/blog/v1-3-release/?utm_campaign=release-v1-7&utm_source=blog) 中引入的 showRankingScoreDetails 搜尋參數。此參數會將 _rankingScoreDetails 欄位新增至搜尋結果中的每個文件，從而可以進一步檢查搜尋結果。

您可以在進行搜尋時包含此參數

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

請在 API 參考資料中詳細了解 _rankingScoreDetails 物件，以及如何將其與您偏好的 SDK 搭配使用。

貢獻者感謝

我們要向所有促成這次發佈的貢獻者致上誠摯的感謝：@capJavert、@codesmith-emmy、@Elliot67 和 @Gosti 在 Meilisearch 中的 PR，以及 @agourlay、@choznerol、@ngdbao、@timvisee 和 @xshadowlegendx 在 charabia 上所做的努力。

特別感謝我們的 SDK 維護者，感謝他們讓 Meilisearch 可以在這麼多種語言中使用。🫶

這就是 v1.7 的全部內容！此版本文章重點介紹了最重要的更新。如需完整清單，請閱讀 Github 上的變更日誌。

請訂閱我們的電子報，以隨時掌握 Meilisearch 的所有資訊。若要深入瞭解 Meilisearch 的未來並協助塑造它，請查看我們的路線圖，並參與我們的產品討論。

如有任何其他問題，請加入我們在 Discord 上的開發人員社群。