ASP.NET Extensions 9.4.0版本深度解析:AI功能增强与性能优化
ASP.NET Extensions作为微软官方维护的扩展库集合,为.NET开发者提供了丰富的功能增强和工具支持。在最新的9.4.0版本中,项目团队重点增强了AI相关功能,并进行了多项性能优化和问题修复。
AI功能显著增强
本次更新对AI功能模块进行了多项重要改进。首先是对ChatMessage和ChatResponseUpdate类的增强,新增了MessageId属性,使得消息追踪更加方便。在函数调用方面,团队优化了AIFunctionFactory的功能实现,现在支持自定义参数绑定和结果编组,开发者可以更灵活地处理函数调用场景。
AI服务相关功能也获得了多项改进。新增了AsChatClient方法用于AIResponseClient,简化了客户端使用流程。同时,团队为AI选项映射添加了jsonSchemaIsStrict配置选项,提供了更严格的JSON模式验证能力。
评估与报告功能改进
在AI评估领域,9.4.0版本引入了多项实用功能。EvaluationMetric类新增了Reason属性,用于记录评估结果的原因说明。报告生成功能现在支持版本控制,确保评估结果的可追溯性。对于云存储用户,评估控制台工具新增了对云存储选项的支持,方便云端部署场景。
报告展示方面也进行了优化,修复了树形结构展开问题,并新增了趋势视图功能,可以直观展示叶级场景运行和聚合场景组的性能变化趋势。
性能优化与问题修复
在性能方面,HybridCache组件针对仅包含字段的类型进行了更丰富的检测优化,参考了System.Text.Json的实现方式,提升了缓存效率。内存使用方面,修复了CG Slice路径中可能出现的内存使用量为0的问题。
日志记录系统也获得了改进,现在{OriginalFormat}属性会作为日志记录的最后属性输出,符合更标准的日志格式要求。对于Http Resilience组件,更新了与Application Insights兼容性问题的解决指南。
开发体验提升
9.4.0版本特别关注了开发者体验的改进。AI聊天模板现在默认使用最新构建的包,确保开发者能立即体验最新功能。模板还新增了Aspire支持,简化了云原生应用的开发流程。对于Visual Studio Code用户,修复了AI模板配置选项显示问题,提升了开发效率。
构建系统也进行了优化,解决了多次运行构建命令时可能出现的问题,并改进了项目暂存区的加载顺序,确保构建过程更加稳定可靠。
总结
ASP.NET Extensions 9.4.0版本在AI功能、评估报告、性能优化和开发体验等方面都带来了显著改进。这些变化不仅增强了框架的功能性,也提升了开发效率和运行时性能,为构建现代化.NET应用提供了更强大的支持。开发者可以立即升级到最新版本,体验这些改进带来的好处。
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-1.5暂无简介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