Google.Cloud.AIPlatform.V1Beta1 1.0.0-beta23 版本发布:AI平台功能增强与评估优化
Google.Cloud.AIPlatform.V1Beta1 是Google Cloud AI平台服务的.NET客户端库,为开发者提供了访问Google AI平台各种功能的接口。本次发布的1.0.0-beta23版本带来了多项重要更新,主要集中在多模态评估、模型导出、数据集服务增强等方面,进一步提升了AI开发体验。
多模态评估与评分体系改进
新版本对在线评估API进行了重要更新,特别针对多模态评估场景进行了优化。现在开发者可以更灵活地处理内容映射实例(content_map_instance),这对于处理包含多种媒体类型(如图像、文本、视频等)的AI模型评估尤为重要。
评分体系方面,新增了基于评分标准的实例(rubric_based_instance)支持,允许开发者定义更结构化的评估标准。同时,输出处理也更加灵活,新增了原始输出(raw_output)、自定义输出(custom_output)等字段,便于开发者获取和处理评估过程中的中间结果。
模型导出与发布功能
1.0.0-beta23版本引入了ExportPublisherModel API,这是一个重要的新增功能。该API允许开发者将训练好的模型导出为发布者模型,便于模型的分发和共享。这一功能特别适合需要将模型部署到不同环境或与其他团队共享模型成果的场景。
数据集服务增强
数据集服务新增了两个重要的RPC调用:
- AssessData:用于评估数据集的质量和适用性
- AssembleData:提供数据集组装功能
这两个新接口大大增强了开发者对数据集的管理能力,使得数据准备阶段更加高效和可控。
数据导入优化
数据导入功能得到了显著增强,新增了两种导入结果输出方式:
- GCS Sink:将导入结果直接输出到Google Cloud Storage
- BigQuery Sink:将导入结果输出到BigQuery数据仓库
这两种输出方式为开发者提供了更多灵活性,可以根据后续处理需求选择最适合的结果存储方式。
推理引擎规范扩展
ReasoningEngineSpec是定义推理引擎规格的重要接口,本次更新增加了环境变量和代理框架支持。具体包括:
- 新增env_variables字段,支持通过环境变量配置推理引擎
- 新增agent_framework字段,支持指定代理框架
- 新增deployment_spec字段,用于定义部署规格
同时,package_spec字段的注释从"必需"更新为"可选",提供了更大的配置灵活性。这些改进使得推理引擎的配置和管理更加精细和灵活。
文档完善与说明优化
随着功能的增加和变更,相关文档也进行了同步更新:
- 更新了EvaluateDatasetRequest中autorater_config字段的注释说明
- 澄清了EvaluationDataset中gcs_source字段的使用说明
- 完善了ReasoningEngineSpec中各字段的文档说明
这些文档改进有助于开发者更准确地理解和使用API功能。
总结
Google.Cloud.AIPlatform.V1Beta1 1.0.0-beta23版本通过多项功能增强,为AI开发者提供了更强大的工具集。从多模态评估到模型导出,从数据集管理到推理引擎配置,这些改进覆盖了AI开发生命周期的多个关键环节。特别是新增的ExportPublisherModel API和数据导入结果输出选项,将显著提升模型部署和数据处理的效率。对于正在使用Google Cloud AI平台的.NET开发者来说,这个版本值得关注和升级。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00