Noviembre |
Característica |
Vector de búsqueda, disponible con carácter general. Ahora se ha elevado la restricción anterior en las claves administradas por el cliente (CMK). El filtrado previo y algoritmo de vecino más próximo K ahora también están disponibles con carácter general. |
Noviembre |
Característica |
Clasificador semántico, disponible con carácter general |
Noviembre |
Característica |
La Vectorización integrada (versión preliminar) agrega conversiones de fragmentación de datos y de texto a vector durante la indexación y también agrega conversiones de texto a vector en el momento de la consulta. |
Noviembre |
Característica |
El Asistente para importar y vectorizar datos (versión preliminar) automatiza la fragmentación y la vectorización de datos. Tiene como destino la API REST 2023-10-01-Preview. |
Noviembre |
Característica |
Las proyecciones de índice (versión preliminar) define la forma de un índice secundario, utilizado para un patrón de índice de uno a muchos, en el que el contenido de una canalización de enriquecimiento puede dirigirse a varios índices. |
Noviembre |
API |
La API de REST de búsqueda del 01-11-2023 es una versión estable de las API de REST de búsqueda para la búsqueda de vectores y la clasificación semántica. Consulte Actualizar las API de REST para conocer los pasos de migración a las características disponibles en disponibilidad general. |
Noviembre |
API |
La API de REST de administración del 01-11-2023 agrega API que habilitan o deshabilitan el clasificador semántico. |
Noviembre |
Aptitud |
La capacidad de inserción de Azure OpenAI (versión preliminar) se conecta a un modelo de inserción implementado en el recurso de Azure OpenAI para generar inserciones durante la ejecución del conjunto de aptitudes. |
Noviembre |
Aptitud |
La capacidad de división de texto (versión preliminar) se actualizó en la versión preliminar del 01-10-2023 para admitir la fragmentación de datos nativos. |
Noviembre |
Vídeo |
El modo en que los vectores de búsqueda y la clasificación semántica mejoran las solicitudes de GPT explica cómo la recuperación híbrida proporciona datos de base óptimos para generar respuestas útiles de inteligencia artificial y permite la búsqueda tanto en conceptos como en palabras clave. |
Noviembre |
Ejemplo |
El control de acceso basado en roles en aplicaciones de IA generativa explica cómo usar Microsoft Entra ID y Microsoft Graph API para implementar permisos de usuario pormenorizados en el contenido fragmentado del índice. |
Octubre |
Ejemplo |
Acelerador de soluciones de "Chat con sus datos". Patrón RAG de un extremo a otro que usa Azure AI Search como un recuperador. Proporciona indexación, fragmentación de datos y orquestación. |
Octubre |
Característica |
El exhaustivo vecino más próximo K (KNN) es un algoritmo de puntuación para la búsqueda de similitud en el espacio vectorial. Disponible solo en la API de REST versión preliminar de 1-10-2023. |
Octubre |
Característica |
Los filtros previos en el vector de búsqueda evalúan los criterios de filtro antes de la ejecución de la consulta, lo que reduce la cantidad de contenido que se debe buscar. Disponible solo en la API de REST de la versión preliminar de 1-10-2023, a través de una nueva propiedad vectorFilterMode en la consulta que se puede establecer en preFilter (valor predeterminado) o postFilter , según sus requisitos. |
Octubre |
API |
La versión preliminar del 01-10-2023 de la API de REST de búsqueda, supone un cambio importante en la definición de los campos vectoriales y las consultas vectoriales. |
Agosto |
Característica |
Clasificación semántica mejorada. Los modelos actualizados se implementan para el receso semántico y la disponibilidad se extiende a más regiones. Los recuentos máximos de tokens únicos se duplicaron de 128 a 256. |
Julio |
Ejemplo |
Demostración de vector (Azure SDK para JavaScript). Usa Node.js y la biblioteca @azure/search-documents 12.0.0-beta.2 para generar incrustaciones, crear y cargar un índice y ejecutar varias consultas vectoriales. |
Julio |
Ejemplo |
Demostración de vector (Azure SDK para .NET). Usa la biblioteca Azure.Search.Documents 11.5.0-beta.3 para generar incrustaciones, crear y cargar un índice y ejecutar varias consultas vectoriales. También puede probar este ejemplo desde el equipo del SDK de Azure. |
Julio |
Ejemplo |
Demo de Vector (Azure SDK para Python)Usa la última versión beta de azure.search.documents para generar incrustaciones, crear y cargar un índice y ejecutar varias consultas vectoriales. Visite el repositorio cognitive-search-vector-pr/demo-python para obtener más demostraciones de vector de búsqueda. |
Junio |
Característica |
Vista previa pública de vector de búsqueda. |
Junio |
Característica |
Disponibilidad de búsqueda semántica, disponible en el nivel Básico. |
Junio |
API |
API de REST de Azure Cognitive Search versión preliminar del 01-07-2023. Compatibilidad con el vector de búsqueda. |
Mayo |
Característica |
RBAC de Azure (control de acceso basado en rol, disponible con carácter general). |
Mayo |
API |
API de REST de administración del 01-09-2022, con compatibilidad para configurar la búsqueda para usar roles de Azure. El módulo Az.Search de Azure PowerShell y el módulo de búsqueda Az de la CLI de Azure se actualizan para admitir las opciones de autenticación del servicio de búsqueda. También puede usar el proveedor de Terraform para configurar las opciones de autenticación (consulte este inicio rápido de Terraform para obtener más información). |
Abril |
Ejemplo |
Implementación en varias regiones de Azure AI Search para la continuidad empresarial y la recuperación ante desastres. Scripts de implementación que configuran completamente una solución multirregional para Azure AI Search, con opciones para sincronizar contenido y redirigir solicitudes si falla un punto de conexión. |
Marzo |
Ejemplo |
ChatGPT + Datos empresariales con Azure OpenAI y Azure AI Search (GitHub). Código de Python y una plantilla para combinar Azure AI Search con los modelos de lenguaje grande en OpenAI. Para obtener información general, consulta esta entrada de blog de Tech Community: Revolucionar los datos empresariales con ChatGPT.
Puntos clave:
Usa Azure AI Search para consolidar e indexar contenido que permite búsquedas. Consultar el índice para obtener los resultados de búsqueda iniciales. Ensamblar mensajes de esos resultados y enviar al modelo gpt-35-turbo (versión preliminar) en Azure OpenAI. Devolver una respuesta entre documentos y proporcionar citas y transparencia en la aplicación orientada al cliente para que los usuarios puedan evaluar la respuesta.
|