RediSearch 2.8.27版本发布:关键修复与性能优化
RedisSearch是基于Redis构建的全文搜索引擎模块,它提供了高性能的索引和搜索能力,支持文本搜索、向量搜索等高级功能。作为Redis生态中的重要组件,RedisSearch广泛应用于实时搜索、推荐系统等场景。
关键修复
本次2.8.27版本作为维护性更新,包含了多个关键问题的修复,建议所有用户尽快升级。
1. 多向量索引RDB重建问题修复
在从RDB文件重建索引时,如果存在多个向量索引,可能会因为集群健康检查导致崩溃。这个问题主要影响集群环境下的数据恢复过程,修复后确保了索引重建的稳定性。
2. 游标操作并发问题
修复了在执行FT.CURSOR...DEL命令时,如果另一个线程正在读取游标可能导致崩溃的问题。这个修复涉及多个模块的协同工作,提升了游标操作在多线程环境下的安全性。
3. 文本索引评分异常
当索引包含TEXT类型字段但文档中缺少相应文本内容时,可能导致评分计算出现inf或nan异常值。这个修复确保了评分系统的稳定性,避免了无效评分对搜索结果的影响。
4. Active-Active环境下的过期处理
在Active-Active(双活)部署环境中,修复了后台索引构建过程中可能出现的延迟过期问题,防止键在不正确的时间过期,保证了数据一致性。
5. 超时处理优化
修复了在使用ON_TIMEOUT RETURN策略时,超时错误会中断部分结果收集的问题。现在系统会尽可能返回已收集的部分结果,提高了查询的容错性。
性能优化
查询解析器改进
对包含括号和子查询的交集查询进行了优化,确保查询顺序不会影响全文搜索的评分结果。这一改进使得复杂查询的结果更加准确和一致,特别是在使用高级查询语法时效果更为明显。
升级建议
考虑到本次更新包含多个关键修复,特别是涉及集群环境下的稳定性和并发操作安全性问题,建议所有RedisSearch用户尽快升级到2.8.27版本。对于生产环境,建议先在测试环境验证后再进行升级。
对于使用向量搜索功能的用户,本次修复的多向量索引问题尤为重要;而在高并发场景下使用游标的用户,则应该特别关注游标操作并发的修复。
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