Google Cloud Go Discovery Engine 1.18.0版本发布:增强搜索与内容管理能力
Google Cloud Go Discovery Engine是Google云平台提供的一个强大的搜索和推荐服务SDK,它帮助开发者在应用中构建智能搜索、推荐和内容发现功能。最新发布的1.18.0版本带来了一系列重要的功能增强和改进,特别是在医疗数据管理、内容索引、访问控制和媒体推荐等方面。
核心功能增强
医疗FHIR数据存储支持
新版本增加了对HealthcareFhirConfig的支持,这是一个专门为医疗FHIR(快速医疗互操作性资源)数据存储设计的配置选项。FHIR是现代医疗数据交换的标准格式,这一增强使得Discovery Engine能够更好地处理医疗健康数据,为医疗行业的搜索和推荐应用提供了更强大的支持。
内容索引与解析改进
在内容索引方面,1.18.0版本为站点搜索引擎提供了更丰富的索引状态信息,帮助开发者更好地监控和管理索引过程。同时,布局解析器配置(layout parser config)也获得了更多选项,使得内容解析更加灵活和精确。
访问控制与身份管理
新版本引入了身份映射服务(identity mapping service)和用户许可证配置服务(user license config service),这些功能增强了系统的访问控制能力。特别是新增的ACL(访问控制列表)支持,允许在数据存储和文档级别实施精细的权限控制,这对于企业级应用尤为重要。
搜索功能优化
自定义搜索操作符
Workspace搜索现在支持自定义搜索操作符,这为特定工作场景下的搜索体验提供了更高的定制性。开发者可以根据业务需求定义专门的搜索语法,使搜索结果更加精准。
声明级别评分
新版本启用了声明级别评分(claim level score)用于基础验证(grounding),这一改进使得搜索结果的相关性评分更加细致,能够基于声明的可信度进行更精确的排序。
内容处理与推荐
结构化内容分块
1.18.0版本新增了对结构化内容分块(structured content for chunk)的支持,这使得处理大型文档时能够保持内容的逻辑结构,提高搜索和推荐的准确性。
媒体推荐引擎
新增的媒体推荐引擎支持是一个重要亮点,它为音视频内容的推荐提供了专门优化的算法和功能,扩展了Discovery Engine在多媒体领域的应用场景。
安全与管理
CMEK配置服务
客户管理加密密钥(CMEK)配置服务的加入,使得用户能够使用自己管理的加密密钥来保护数据,增强了数据安全性。
连接器运行错误上下文
ConnectorRunErrorContext被添加到错误日志中,这大大提升了故障排查的效率,开发者可以获得更详细的错误上下文信息,快速定位和解决问题。
总结
Google Cloud Go Discovery Engine 1.18.0版本的发布,标志着该服务在医疗健康、媒体推荐、安全控制和搜索精度等多个关键领域的重大进步。这些新功能不仅扩展了应用场景,也提升了系统的灵活性、安全性和可用性,为开发者构建更智能、更专业的搜索和推荐系统提供了强有力的支持。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
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