Azure.Health.Deidentification 1.0.0 版本发布:医疗数据去标识化能力升级
Azure.Health.Deidentification 是微软 Azure SDK for .NET 中的一个重要组件,专注于为医疗健康领域提供专业的数据去标识化(deidentification)功能。在医疗数据处理场景中,去标识化是一项关键的安全措施,它能够移除或替换个人识别信息(PII)和受保护健康信息(PHI),确保数据隐私同时保持数据的可用性。
核心功能增强
本次发布的 1.0.0 版本带来了多项重要改进,主要围绕 API 设计的清晰度和功能完整性展开:
-
模型结构优化:新增了
DeidentificationCustomizationOptions和DeidentificationJobCustomizationOptions两个模型类,将原本分散的配置选项进行了合理归类。其中特别值得注意的是新增了SurrogateLocale字段,用于指定替代文本的区域设置,这对于国际化医疗数据处理尤为重要。 -
存储控制增强:在
TargetStorageLocation模型中引入了Overwrite标志位,为输出文件的处理提供了更精细的控制能力,用户可以明确指定是否覆盖已存在的输出文件。
API 设计改进
-
方法命名规范化:对客户端方法进行了重新命名,使其更准确地反映功能本质。例如将
Deidentify*系列方法更名为DeidentifyText*,明确表示这些方法处理的是文本内容;将CreateJob*更名为DeidentifyDocuments*,更直观地表达其文档处理能力。 -
属性名称优化:将
DeidentificationContent.Operation更名为OperationType,提高了属性名的语义明确性;类似地,DeidentificationJob模型中的Name和Operation也分别更名为JobName和OperationType,使代码可读性得到提升。 -
状态模型重构:将
OperationState更名为OperationStatus,这一变更虽然微小,但更符合 .NET 生态的命名惯例,使开发者能够更直观地理解其用途。
存储路径处理改进
-
路径属性统一:将
SourceStorageLocation和TargetStorageLocation中的Path字段统一更名为Location,提高了 API 的一致性。 -
前缀处理简化:调整了
TargetStorageLocation.Prefix的处理逻辑,现在它仅包含用户显式提供的值,不再自动包含作业名称。这一变更虽然可能影响现有代码,但提供了更可预测的行为,使路径生成逻辑更加透明。
弃用说明
本次版本中标记为弃用的功能将在未来版本中移除,开发者应当及时调整代码:
DocumentDataType已被标记为弃用,建议开发者寻找替代方案。TaggerResult模型中的Path和Location属性也被标记为弃用,开发者应当使用模型提供的其他方式来获取相关信息。
升级建议
对于正在使用预览版的开发者,升级到 1.0.0 正式版时需要注意以下几点:
- 检查所有调用的方法名称,确保使用了新的命名规范。
- 验证所有模型属性的引用,特别是那些被重命名的属性。
- 重新评估存储路径生成逻辑,特别是依赖自动添加作业名称的场景。
- 替换所有使用已弃用类型和属性的代码。
这次版本升级标志着 Azure.Health.Deidentification 组件进入了稳定阶段,其改进的 API 设计和增强的功能将为医疗健康领域的数据隐私保护提供更加强大和可靠的支持。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00