Google Cloud Go客户端库发布Discovery Engine v1.17.0版本更新
Google Cloud Go客户端库近日发布了Discovery Engine服务的1.17.0版本更新,为开发者带来了多项重要功能增强和优化。Discovery Engine是Google Cloud提供的一套智能搜索和推荐服务,能够帮助企业构建强大的内容发现系统。
核心功能升级
本次更新最引人注目的是新增了多项AI驱动的搜索和问答功能。新增的stream answer API为开发者提供了实时流式问答能力,使得应用可以实现类似ChatGPT的交互体验。同时,该版本还支持了答案API的终端用户规格(end user spec)配置,让开发者能够更好地控制答案生成的行为。
在搜索功能方面,1.17.0版本引入了"search as your type"的自动模式支持,用户可以在输入过程中实时获取搜索结果。新增的搜索高亮功能(search highlighting)能够突出显示匹配内容,提升用户体验。此外,模型评分(model scores)的支持让搜索结果可以展示相关性评分,而相关性阈值(relevance threshold)功能则允许开发者设置最低相关性标准。
数据导入与内容管理增强
新版本对数据导入功能进行了多项改进。FHIR导入现在可以使用最新的预定义模式(predefined schema),简化了医疗健康数据的集成。对于非结构化数据导入,新增了强制刷新所有内容(force refresh all content)的选项,确保数据保持最新状态。
新增的sitemap APIs为网站内容管理提供了更强大的工具,开发者可以更高效地管理和更新网站地图。同时,面板感知用户事件(panel aware user event)的支持使得系统能够更好地理解用户在特定面板中的交互行为。
搜索优化与个性化
1.17.0版本引入了多项搜索优化功能。混合搜索(blended search)现在支持boosting功能,开发者可以调整不同来源结果的权重。插值增强动作(interpolation boost action)和促销动作(promotion action)的加入,为搜索结果排序提供了更精细的控制手段。
在个性化方面,用户信息中新增了时区(time_zone)字段,使得服务可以根据用户所在时区提供更相关的内容。查询重述模型(query rephraser model)的支持则能够自动优化用户查询,提高搜索质量。
企业级功能增强
针对企业用户,新版本增加了企业网络检索源(enterprise web retrieval source)用于基础数据获取,支持图像在web搜索基础数据(web search grounding)中的使用。答案API现在支持基础数据和安全评级(grounding and safety rating),为企业应用提供了更可靠的内容保障。
转换用户事件(conversion user event)的支持让企业能够更好地跟踪用户转化行为,而服务配置更新API(serving config update API)的正式发布(GA)则标志着该功能的稳定性和成熟度达到了生产环境要求。
总结
Google Cloud Go客户端库的Discovery Engine v1.17.0版本通过引入流式问答、增强搜索功能、改进数据导入和强化企业级特性,为开发者构建智能内容发现系统提供了更强大的工具集。这些更新不仅提升了系统的功能性,也改善了终端用户体验,使企业能够提供更精准、更个性化的内容服务。
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
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
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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).Dockerfile015
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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00