首页
/ Truss项目v0.9.66版本发布:模型训练与WebSocket支持升级

Truss项目v0.9.66版本发布:模型训练与WebSocket支持升级

2025-07-07 22:21:51作者:袁立春Spencer

Truss是一个开源的机器学习模型部署框架,旨在简化模型从开发到生产的整个生命周期。该项目由Baseten团队维护,提供了标准化的方式来打包、部署和扩展机器学习模型。最新发布的v0.9.66版本带来了一系列重要功能增强和优化,特别是在模型训练和实时通信支持方面。

核心功能更新

新增truss train子命令

本次版本引入了truss train子命令,为模型训练流程提供了标准化接口。这一功能允许开发者通过统一命令触发训练过程,而不必关心底层实现细节。同时,项目还提供了相应的API存根,为后续训练功能的完整实现奠定了基础。

WebSocket支持增强

在实时通信方面,v0.9.66版本扩展了对WebSocket协议的支持,特别是在chains(链式调用)场景中。这一改进使得基于Truss部署的模型能够处理实时数据流,为需要低延迟交互的应用场景(如聊天机器人、实时推荐系统等)提供了更好的支持。

内部缓存机制优化

新版本实现了internal_cache功能,支持节点级别的缓存。这一特性可以显著提升重复请求的响应速度,降低计算资源消耗。对于处理相同或相似输入的模型来说,缓存机制能够避免重复计算,提高整体系统效率。

开发者体验改进

本地开发支持增强

针对开发者的本地工作流程,v0.9.66版本做了多项优化。现在,项目能够更好地处理本地truss源代码的引用,同时重构了常见的Pydantic类型,使代码结构更加清晰。这些改进使得开发者在本地修改和测试Truss核心功能变得更加方便。

导入分类优化

在代码组织方面,新版本将truss相关的导入明确标记为第一方(first party)而非第三方(third party)依赖。这一变化有助于保持代码风格的一致性,并解决了部分静态分析工具可能产生的警告。

兼容性与构建支持

构建器模型支持

v0.9.66版本扩展了对builder模型的支持,特别是在chains场景中。这一改进使得开发者能够更灵活地组合和使用不同类型的模型,构建更复杂的机器学习流水线。

测试稳定性提升

项目团队修复了truss集成测试中的问题,确保了新功能的稳定性和可靠性。这些改进为开发者提供了更可靠的测试基础,有助于及早发现和解决潜在问题。

总结

Truss v0.9.66版本在模型训练流程标准化、实时通信支持和开发者体验等方面都做出了重要改进。这些更新不仅增强了框架的功能性,也提升了开发效率和使用体验。随着机器学习模型在生产环境中的部署需求日益增长,Truss项目通过持续迭代,正逐步成为一个更加成熟和完善的模型部署解决方案。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
509