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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00