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。
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