Google.Cloud.AIPlatform.V1 3.25.0版本发布:增强AI平台功能
Google.Cloud.AIPlatform.V1是Google Cloud提供的.NET客户端库,用于与Vertex AI平台进行交互。Vertex AI是Google Cloud提供的统一机器学习平台,帮助开发者构建、部署和管理机器学习模型。本次3.25.0版本的发布为开发者带来了几项重要的功能增强。
主要更新内容
1. Vertex RAG引擎中的页面跨度支持
新版本在Vertex RAG(Retrieval-Augmented Generation)引擎中增加了对页面跨度的支持。RAG是一种结合检索和生成的技术,它首先从知识库中检索相关信息,然后基于这些信息生成回答。页面跨度功能允许开发者更精确地定位检索到的上下文在原始文档中的位置,这对于需要引用原始文档内容的场景特别有用。
在实际应用中,这意味着当AI模型从文档中检索信息时,开发者现在可以获取到这些信息在原始文档中的具体页面范围,而不仅仅是文本片段。这对于需要精确引用或验证来源的应用场景(如法律文档分析、学术研究辅助等)将大有裨益。
2. Vertex AI搜索引擎集成
本次更新增加了对Vertex AI搜索引擎的支持。Vertex AI搜索是Google Cloud提供的企业级搜索解决方案,它结合了传统搜索技术和AI能力,能够理解用户查询的意图并提供更相关的结果。
通过这一集成,开发者现在可以在他们的AI应用中使用Vertex AI搜索的强大功能,包括:
- 自然语言理解能力
- 语义搜索功能
- 个性化搜索结果
- 多模态搜索(支持文本、图像等多种数据类型)
这一功能特别适合构建知识管理系统、电子商务搜索或企业内容发现平台等应用场景。
3. ReasoningEngine中的强制删除功能
新版本在ReasoningEngine(推理引擎)中引入了强制删除功能。ReasoningEngine是Vertex AI中用于执行复杂推理任务的组件。强制删除功能允许开发者在需要时立即删除推理引擎实例,而无需等待正常的删除流程完成。
这一功能在以下场景特别有用:
- 资源清理自动化脚本
- 紧急资源回收
- 测试环境快速重置
- 成本控制场景
强制删除可以避免因等待正常删除流程而导致的资源占用和潜在成本增加,为开发者提供了更大的灵活性和控制权。
技术影响与最佳实践
这些新功能的加入为开发者构建AI应用提供了更多可能性。以下是一些建议的最佳实践:
-
利用页面跨度功能增强应用可信度:在构建需要展示信息来源的应用时,使用页面跨度功能可以显著提高透明度。例如,在法律文档分析应用中,可以直接展示引用的具体页面,增强结果的可信度。
-
结合搜索与生成技术:Vertex AI搜索与RAG引擎的结合可以创建更强大的问答系统。首先使用搜索功能快速定位相关信息,然后使用RAG引擎生成自然语言的回答。
-
合理使用强制删除:虽然强制删除提供了便利,但在生产环境中应谨慎使用,确保不会意外删除重要资源。建议在自动化脚本中加入适当的保护措施,如资源标记或删除确认机制。
总结
Google.Cloud.AIPlatform.V1 3.25.0版本的发布进一步丰富了Vertex AI平台的功能集,特别是在信息检索、搜索能力和资源管理方面。这些增强功能使开发者能够构建更精确、更强大且更易于管理的AI应用。随着AI技术的不断发展,Google Cloud持续为其Vertex AI平台添加新功能,帮助开发者充分利用AI技术的潜力。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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