Truss项目v0.9.66版本发布:模型训练与WebSocket支持升级
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。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









