Google Cloud Go AI Platform 1.80.0版本发布:增强多模态数据集与推理引擎能力
Google Cloud Go AI Platform是Google Cloud提供的机器学习平台服务,它允许开发者在云端构建、训练和部署机器学习模型。最新发布的1.80.0版本带来了一系列重要更新,特别是在多模态数据集处理和推理引擎方面有了显著增强。
多模态数据集评估功能增强
新版本在多模态数据集RPCs中增加了批量预测评估功能。这一改进使得开发者能够更高效地对多模态数据集进行批量预测结果的评估。多模态数据通常包含文本、图像、音频等多种类型的数据,这种评估功能的增强对于处理复杂数据场景尤为重要。
批量预测评估可以帮助开发者:
- 快速验证模型在多模态数据上的表现
- 对比不同模型在多模态任务中的性能差异
- 识别模型在特定数据子集上的表现优劣
示例存储服务新增
1.80.0版本引入了example、example_store和example_store_service等原型定义。这些新增功能为机器学习工作流中的示例管理提供了更完善的支持:
- example原型定义了机器学习示例的基本结构
- example_store提供了存储和管理示例的机制
- example_store_service则提供了与示例存储交互的服务接口
这些新增功能特别适用于需要管理和重用大量训练示例的场景,如推荐系统、自然语言处理等应用。
会话管理功能引入
新版本增加了session.proto和session_service.proto,为AI平台引入了会话管理能力。会话管理在交互式AI应用中尤为重要,它能够:
- 维护用户与AI系统之间的持续对话状态
- 跟踪上下文信息以实现更连贯的交互
- 支持多轮对话场景下的模型推理
这一功能特别适合聊天机器人、虚拟助手等需要保持对话上下文的AI应用。
Vertex AI搜索引擎支持
1.80.0版本增加了对Vertex AI搜索引擎的支持。Vertex AI搜索是Google Cloud提供的企业级搜索解决方案,能够:
- 处理结构化和非结构化数据
- 提供语义搜索能力
- 支持复杂的搜索场景和个性化结果
这一集成使得开发者能够更轻松地在AI应用中实现高级搜索功能。
推理引擎强制删除功能
新版本在推理引擎(ReasoningEngine)中启用了强制删除功能。这一改进解决了在资源清理时可能遇到的依赖问题,使得:
- 系统管理员能够更灵活地管理推理引擎资源
- 避免因资源依赖导致的删除失败
- 简化了资源生命周期管理流程
强制删除功能特别适合需要频繁创建和删除推理引擎实例的开发和生产环境。
总结
Google Cloud Go AI Platform 1.80.0版本的发布,在多模态数据处理、示例管理、会话支持和推理引擎管理等方面都带来了重要改进。这些增强功能使得开发者能够更高效地构建和管理复杂的AI应用,特别是在处理多模态数据和实现交互式AI体验方面提供了更强大的支持。对于正在使用或考虑使用Google Cloud AI服务的开发者来说,这一版本值得关注和升级。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00