TensorZero 2025.03.2版本发布:并行工具调用与推理端点优化
TensorZero作为一个专注于AI模型训练与推理的开源平台,最新发布的2025.03.2版本带来了一系列重要的功能改进和问题修复。本次更新主要围绕并行工具调用行为的调整、OpenAI兼容端点的优化以及系统稳定性的提升展开。
核心变更解析
并行工具调用默认行为调整
本次版本中最值得注意的变化是parallel_tool_calls参数的默认值从false调整为null。这一变更意味着系统现在将遵循模型提供商的默认行为,而非强制禁用并行工具调用功能。
对于使用OpenAI等默认启用并行工具调用的提供商,这一调整将显著提升模型的多任务处理能力。开发者需要注意,如果之前依赖TensorZero禁用此功能的行为,现在需要显式设置parallel_tool_calls: false来保持原有逻辑。
OpenAI兼容端点改进
TensorZero对OpenAI兼容推理端点进行了两项重要优化:
-
多系统消息支持:现在端点可以处理多个
system或developer消息,系统会自动将这些消息连接起来。这一改进使得复杂的系统提示构建更加灵活。 -
参数传递标准化:TensorZero特有的参数(如
episode_id、variant_name)现在推荐通过请求体中的tensorzero::前缀传递,替代原先的HTTP头部方式。这一变更将为未来的API统一性奠定基础,开发者应逐步迁移到新的参数传递方式。
嵌入式网关增强
新版本为openai-python客户端增加了嵌入式网关支持,开发者可以通过tensorzero.patch_openai_client方法轻松集成。这一特性简化了本地开发环境与TensorZero平台的对接流程,使得原型开发和测试更加便捷。
功能扩展与优化
针对Anthropic模型的用户,2025.03.2版本扩展了对"Extended Thinking"功能的支持,新增了signature字段用于thought内容块。这一增强使得思维链追踪和验证更加可靠。
在模型训练方面,本次发布新增了Together AI平台的监督微调示例笔记本,为开发者提供了基于演示数据的fine-tuning实践指南。这个资源对于希望快速上手模型调优的团队尤其有价值。
稳定性修复
针对ClickHouse 2025.2版本中引入的一个影响TensorZero UI推理详情页显示的bug,开发团队实现了临时解决方案,确保用户在升级底层数据库时不会遇到功能中断。这一修复体现了TensorZero对系统稳定性的持续关注。
升级建议
对于正在使用TensorZero平台的团队,建议:
- 检查代码中是否显式依赖
parallel_tool_calls的默认值,必要时进行调整 - 开始将OpenAI兼容端点中的TensorZero特有参数迁移到请求体格式
- 评估嵌入式网关功能是否适用于现有开发工作流
- 参考新增的训练示例笔记本优化模型调优流程
2025.03.2版本通过这些改进,进一步强化了TensorZero作为AI开发平台的功能完备性和易用性,为复杂AI应用的开发和部署提供了更强大的支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00