Nota
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Obtén información acerca de las actualizaciones más recientes de la funcionalidad, los documentos y los ejemplos de Azure AI Search.
Nota:
Las características en versión preliminar se anuncian aquí, pero también tenemos una lista de característica en vista previa (GB) para que pueda encontrarlas en un solo lugar.
Mayo de 2025
| Elemento | Tipo | Descripción |
|---|---|---|
| Recuperación Agente (versión preliminar) | Consulta | Cree una experiencia de búsqueda conversacional impulsada por modelos de lenguaje de gran tamaño (LLM) y sus datos propietarios. La recuperación agente desglosa las consultas de usuario complejas en subconsultas, ejecuta las subconsultas en paralelo y extrae datos de base de documentos indexados en Azure AI Search. La salida está pensada para agentes y soluciones de chat personalizadas. En esta versión preliminar se introduce un nuevo objeto de agente de conocimiento . Su carga de respuesta está diseñada para el consumo de modelos de chat y agente de bajada, con total transparencia del plan de consulta y los datos de referencia. Para empezar a trabajar en el portal, consulte Inicio rápido: Recuperación de agente. |
| Compatibilidad con multivector (versión preliminar) | Indexación | Indexe varios vectores secundarios dentro de un único campo de documento. Ahora puede usar tipos de vector en campos anidados de colecciones complejas, lo que permite asociar de forma eficaz varios vectores a un único documento. |
| Perfiles de puntuación con clasificación semántica (versión preliminar) | Relevancia | El clasificador semántico agrega un nuevo campo, @search.rerankerBoostedScore, para ayudarle a mantener una relevancia coherente y un mayor control sobre los resultados finales de la clasificación en la canalización de búsqueda. |
| Integración de Azure Logic Apps (versión preliminar) | Indexación | Cree una canalización de indexación automatizada que recupere el contenido mediante un flujo de trabajo de aplicación lógica. Use el Asistente para importar y vectorizar datos en Azure Portal para crear una canalización de indexación basada en la integración de Azure Logic Apps. |
| Control de acceso de nivel de documento (versión preliminar) | Seguridad | Flujo de permisos de nivel de documento de blobs en Azure Data Lake Storage (ADLS) Gen2 a documentos que se pueden buscar en un índice. Las consultas ahora pueden filtrar los resultados en función de la identidad de usuario para los orígenes de datos seleccionados. |
| Búsqueda multimodal (versión preliminar) | Indexación, consulta | Ingiera, comprenda y recupere documentos que contienen texto e imágenes, lo que le permite realizar búsquedas que combinen diversas modalidades, como consultar con texto para buscar información insertada en imágenes complejas pertinentes. Consulte Inicio rápido: Búsqueda de contenido multiplataforma para la compatibilidad con el asistente del portal y Demostración RAG de Azure AI Search para obtener un enfoque de código primero. |
| Aptitud de solicitud de GenAI (versión preliminar) | Habilidades | Una nueva habilidad que se conecta a un modelo de lenguaje extenso (LLM) para obtener información, utilizando un mensaje que usted proporcione. Con esta habilidad, puede rellenar un campo de búsqueda mediante contenido de un LLM. Un caso de uso principal para esta aptitud es la verbalización de imágenes, usando un LLM para describir imágenes y enviar la descripción a un campo que se puede buscar en el índice. |
| Aptitud para diseño de documentos (versión preliminar) | Habilidades | Hay nuevos parámetros disponibles para esta aptitud si usa la versión de API 2025-05-01-preview. Los nuevos parámetros admiten metadatos de desplazamiento de imagen que mejoran la experiencia de búsqueda de imágenes. |
| Mejoras del Asistente de Importación y Vectorización de Datos | Portal | Este asistente proporciona dos rutas para crear y rellenar índices vectoriales: Generación Aumentada por Recuperación (RAG) y RAG multimodal. La integración de Logic Apps se realiza a través de la ruta de acceso de RAG. |
| Compatibilidad con el índice "description" (versión preliminar) | REPOSO | La API de versión preliminar más reciente agrega una descripción a un índice. Considere un servidor de Protocolo de contexto de modelo (MCP) que debe elegir el índice correcto en tiempo de ejecución. La decisión puede basarse en la descripción en lugar de en el nombre del índice solo. La descripción debe ser legible y debajo de cuatro mil caracteres. |
| 2025-05-01-vista previa | REPOSO | Nueva versión preliminar de la API REST del plano de datos que proporciona acceso mediante programación a las características en versión preliminar anunciadas en esta versión. |
Abril de 2025
| Elemento | Tipo | Descripción |
|---|---|---|
| Recorrido de tiempo de RAG | Código de demostración | Demostraciones de código y vídeo de flujos de trabajo de generación aumentada de recuperación (RAG) que usan Azure AI Search. Los segmentos incluyen aspectos básicos, patrones y casos de uso, indexación de vectores a escala y búsqueda agente donde se usa un agente para evaluar un resultado y generar una mejor respuesta. |
Marzo de 2025
| Elemento | Tipo | Descripción |
|---|---|---|
| Actualización del servicio (versión preliminar) | Servicio | Actualice el servicio de búsqueda a límites de almacenamiento más altos en su región. Con una actualización única, ya no es necesario volver a crear el servicio. Disponible en el servicio de actualización (2025-02-01-preview) y Azure Portal. |
| Cambio del plan de tarifa (versión preliminar) | Servicio | Cambie el plan de tarifa del servicio de búsqueda. Esto proporciona flexibilidad para escalar el almacenamiento, aumentar el rendimiento de las solicitudes y reducir la latencia en función de sus necesidades. En esta versión preliminar, solo puede cambiar entre los niveles Básico y Estándar (S1, S2 y S3). Disponible en Update Service (2025-02-01-preview) y Azure Portal. |
| Jerarquías de facetas, agregaciones y filtros de faceta (versión preliminar) | Consultas | Los nuevos parámetros de consulta de faceta admiten facetas anidadas. En el caso de los campos de tabla de caras numéricas, puede sumar los valores de cada campo. También puede especificar filtros en una faceta para agregar criterios de inclusión o exclusión. Disponible en Buscar documentos (2025-03-01-preview) y Azure Portal. |
| Vuelva a puntuar consultas de vectores sobre cuantificaciones binarias utilizando vectores de máxima precisión (vista previa) | Consultas | En el caso de los índices vectoriales que contienen la cuantificación binaria, puede volver a puntuar los resultados de la consulta mediante una consulta vectorial de precisión completa. El motor de consultas usa el producto escalar de las incrustaciones binarias y la consulta vectorial para la corrección, lo que mejora la calidad de los resultados de búsqueda. Establezca enableRescoring y discardOriginals para usar esta característica, y llame a la versión más reciente de la API preliminar en la petición. |
| Modelos de versión preliminar del clasificador semántico (versión preliminar) | Índice | Opte por utilizar modelos de clasificador semántico de versión preliminar si hay disponibilidad en su región. Disponible en Crear o actualizar índice (2025-03-01-preview) . |
| REST del servicio Search 2025-03-01-preview | REPOSO | Versión preliminar pública de las API REST para las operaciones del plano de datos. Agrega compatibilidad con incrustaciones multivector, facetas jerárquicas, agregación de facetas y filtros de facetas. |
| Search Management 2025-02-01-preview | REPOSO | Versión de revisión pública de las API REST para las operaciones del plano de control. Agrega compatibilidad con la actualización local a particiones de mayor capacidad, actualización local a niveles superiores y Proceso confidencial de Azure. |
Febrero de 2025
| Elemento | Tipo | Descripción |
|---|---|---|
| Compatibilidad con claves administradas por el cliente para HSM administrado | Seguridad | Use Azure Key Vault o HSM administrado de Azure Key Vault (módulo de seguridad de hardware) para almacenar claves administradas por el cliente para el cifrado adicional de contenido confidencial. |
Anuncios de 2024
| Mes | Tipo | Anuncio |
|---|---|---|
| Diciembre | Plantilla | Chat de RAG con Azure AI Search + Python. Una plantilla de aplicación de IA para crear una solución RAG utilizando Azure AI Search y Python. |
| Noviembre | Seguridad | Perímetro de seguridad de red. Una un servicio de búsqueda a un perímetro de seguridad de red para controlar el acceso de red al servicio de búsqueda. Azure Portal y las API de REST de administración en la 2024-06-01-preview se pueden usar para ver y conciliar las configuraciones de perímetro de seguridad de red. |
| Noviembre | Seguridad | Compatibilidad de vínculo privado compartido para conexiones del servicio de Azure AI. Las conexiones a Azure AI para el procesamiento de aptitudes integradas ahora pueden ser privadas mediante un vínculo privado compartido en la conexión. |
| Noviembre | Relevancia | Opciones de recorte para vectores comprimidos. Puede establecer opciones para volver a puntuar con vectores originales en lugar de vectores comprimidos. Se aplica a los algoritmos vectoriales HNSW y KNN exhaustivos, mediante compresión binaria y escalar. Disponible en Crear o actualizar índice (2024-11-01-preview), el portal de Azure y en los paquetes beta del SDK de Azure que proporcionan esta característica. |
| Noviembre | Búsqueda de vectores | Almacene menos instancias de vector. En escenarios de compresión de vectores, puede omitir el almacenamiento de vectores de precisión completa si no los necesita para volver a puntuar. Disponible en Crear o actualizar índice (2024-11-01-preview), el portal de Azure y en los paquetes beta del SDK de Azure que proporcionan esta característica. |
| Noviembre | Relevancia | Reescritura de consultas en el reordenador semántico. Puede establecer opciones en una consulta semántica para volver a escribir la entrada de consulta en una consulta revisada o expandida que genere resultados más relevantes del clasificador L2. Disponible en Búsqueda de documentos (2024-11-01-preview), Azure Portal y en los paquetes beta del SDK de Azure que proporcionan esta característica. |
| Noviembre | Relevancia | Nuevos modelos de clasificador semántico. El clasificador semántico se ejecuta con modelos mejorados en todas las regiones compatibles. No hay ningún cambio en las API ni en la experiencia de Azure Portal. |
| Noviembre | Inteligencia artificial aplicada (aptitudes) | Aptitud de Diseño de Documento. Una nueva habilidad que se usa para analizar la estructura de un documento y proporcionar fragmentación teniendo en cuenta la estructura (de párrafos). Esta habilidad se llama Document Intelligence y utiliza el modelo de diseño de Document Intelligence. Disponible en regiones seleccionadas a través de Creación o actualización del conjunto de aptitudes (2024-11-01-preview), Azure Portal y en los paquetes beta del SDK de Azure que proporcionan esta característica. |
| Noviembre | Inteligencia artificial aplicada (aptitudes) | Facturación sin claves para el procesamiento de capacidades de Azure AI. Ahora puede usar una identidad administrada y roles para una conexión sin claves a los Servicios de Azure AI para el procesamiento integrado de aptitudes. Esta funcionalidad elimina las restricciones para tener servicios de búsqueda e inteligencia artificial en la misma región. Disponible en el Crear o actualizar conjunto de habilidades (2024-11-01-preview), el portal de Azure y en los paquetes beta del SDK de Azure que proporcionan esta funcionalidad. |
| Noviembre | Origen de datos del indexador | Modo de análisis de Markdown. Con este modo de análisis, los indexadores pueden generar documentos de búsqueda uno a uno o uno a varios a partir de archivos Markdown en Azure Storage y OneLake. Disponible en Creación o actualización del indizador (2024-11-01-preview), Azure Portal y en los paquetes beta del SDK de Azure que proporcionan esta característica. |
| Noviembre | Interfaz de programación de aplicaciones (API) | 2024-11-01-preview. Versión preliminar de las API de REST para la reescritura de consultas, la aptitud Diseño de documentos, la facturación sin claves para el procesamiento de aptitudes, el modo de análisis de Markdown y las opciones de revisión para vectores comprimidos. |
| Noviembre | Característica | Compatibilidad del portal con datos estructurados. El asistente para Importación y vectorización de datos ahora admite Azure SQL, Azure Cosmos DB y Azure Table Storage. |
| Octubre | Característica | Reduzca los requisitos de dimensión para los modelos de inserción de texto entrenados por MRL en Azure OpenAI. Text-embedding-3-small y Text-embedding-3-large se entrenan mediante Matryoshka Representation Learning (MRL). Esto permite truncar los vectores de inserción en menos dimensiones y ajustar el equilibrio entre el uso del tamaño del índice vectorial y la calidad de recuperación. Una nueva funcionalidad truncationDimension en 2024-09-01-preview permite el acceso a la compresión MRL en los modelos de incrustación de texto. Esto solo se puede configurar para nuevos campos vectoriales. |
| Octubre | Característica | Desempaquetar @search.score para ver las subpuntuaciones en los resultados de la búsqueda híbrida. Puede investigar los resultados clasificados de la Fusión de clasificación recíproca (RRF) viendo las subpuntuaciones de consulta individuales del resultado final combinado y puntuado. Una nueva propiedad debug desglosa la puntuación de búsqueda. QueryResultDocumentSubscores, QueryResultDocumentRerankerInputy QueryResultDocumentSemanticField proporcionan los detalles adicionales. Estas definiciones están disponibles en 2024-09-01-preview. |
| Octubre | Característica | Filtros de destino en una búsqueda híbrida solo para las consultas vectoriales. Un filtro en una consulta híbrida implica todas las subconsultas de la solicitud, independientemente del tipo. Puede invalidar el filtro global para limitar el ámbito del filtro a una subconsulta específica. El nuevo parámetro filterOverride está disponible en consultas híbridas mediante 2024-09-01-preview. |
| Octubre | Inteligencia artificial aplicada (aptitudes) | Habilidad para dividir texto (fragmentación de tokens). Esta aptitud tiene nuevos parámetros que mejoran la fragmentación de datos para insertar modelos. Un nuevo parámetro unit permite especificar la fragmentación de tokens. Ahora puedes fragmentar según la longitud del token, estableciendo la longitud a un valor que tenga sentido para tu modelo de embebido. También puede especificar el tokenizador y los tokens que no se deben dividir durante la fragmentación de datos. Las nuevas definiciones de parámetro unit y subpuntuación de consulta se encuentran en el 2024-09-01-preview. |
| Octubre | Interfaz de programación de aplicaciones (API) | 2024-09-01-preview. Versión preliminar de las API de REST para dimensiones truncadas en modelos de text-embedding-3, filtrado de vectores de destino para consultas híbridas, detalles de subpuntuación de RRF para depuración y fragmentación de tokens para la aptitud División de texto. |
| Octubre | Característica | Compatibilidad con el portal para el cifrado de claves administradas por el cliente (CMK). Al crear nuevos objetos en Azure Portal, ahora puede especificar el cifrado de CMK y seleccionar una instancia de Azure Key Vault para proporcionar la clave. |
| Agosto | Característica | Mejoras en la sesión de depuración. Hay dos mejoras importantes. En primer lugar, ahora puede depurar cargas de trabajo integradas de vectorización y fragmentación de datos. En segundo lugar, las sesiones de depuración se rediseñan para una presentación más simplificada de aptitudes y asignaciones. Puede seleccionar un objeto en el flujo y ver o editar sus detalles en un panel lateral. El diseño con pestañas anterior se reemplaza por información más contextual en la página. |
| Agosto | Interfaz de programación de aplicaciones (API) | 2024-07-01. Versión estable de las API REST para tipos de datos vectoriales disponibles con carácter general, compresión de vectores y vectorización integrada durante la indexación y las consultas. |
| Agosto | Característica | Vectorización integrada, anuncio de disponibilidad general. Fragmentación e inserción de datos controlados por aptitudes durante la indexación. |
| Agosto | Característica | Vectorizadores. Anuncio de disponibilidad general. Conversión de texto a vector durante la ejecución de la consulta. Tanto el vectorizador de Azure OpenAI como el vectorizador de API web personalizado están disponibles con carácter general. |
| Agosto | Característica | Capacidad AzureOpenAIEmbedding. Anuncio de disponibilidad general. Un tipo de habilidad que utiliza un modelo de embeddings de Azure OpenAI para generar incrustaciones durante la indexación. |
| Agosto | Característica | Proyecciones de índice. Anuncio de disponibilidad general. Componente de una definición del conjunto de aptitudes que define la forma de un índice secundario, que admite un patrón de índice uno a varios, donde el contenido de una canalización de enriquecimiento puede tener como destino varios índices. |
| Agosto | Característica | Cuantificación binaria y escalar. Anuncio de disponibilidad general. Reduzca el tamaño del índice vectorial en la memoria y en el disco con la cuantificación integrada. |
| Agosto | Característica | Tipos de datos estrechos. Anuncio de disponibilidad general. Asigne un tipo de datos más pequeño en los campos vectoriales, suponiendo que los datos entrantes sean de ese tipo de datos. |
| Agosto | Característica | Asistente para importar y vectorizar datos. Anuncio de disponibilidad general. Asistente que crea una canalización de indexación completa que incluye fragmentación de datos y vectorización. El asistente crea todos los objetos y configuraciones necesarios. En esta versión se agrega compatibilidad con el asistente para Azure Data Lake en Azure Storage. |
| Agosto | Característica | propiedad almacenada. Anuncio de disponibilidad general. Booleano que reduce el almacenamiento de índices vectoriales al no almacenar vectores recuperables. |
| Agosto | Característica | Propiedad vectorQueries.Weight. Anuncio de disponibilidad general. Especifique el peso relativo de cada consulta vectorial en una operación de búsqueda. |
| Julio | Acelerador | Interactúe con sus datos. Acelerador de soluciones para el patrón RAG que se ejecuta en Azure, mediante Búsqueda de Azure AI para la recuperación y los modelos de lenguaje grande de Azure OpenAI para crear experiencias de búsqueda conversacional. El código con datos de ejemplo está disponible para escenarios de casos de uso como asesor financiero y revisión y resumen de contratos. |
| Julio | Acelerador | Minería de conocimiento conversacional. Un acelerador de soluciones construido sobre Azure AI Search, Azure Speech y Azure OpenAI que permite a los clientes extraer información procesable de las conversaciones posteriores al centro de contacto. |
| Julio | Acelerador | Cree su propio copiloto. Cree su propia solución de copiloto personalizada que permite al Asesor de clientes aprovechar la eficacia de la inteligencia artificial generativa en datos estructurados y no estructurados. Ayudar a nuestros clientes a optimizar las tareas diarias y fomentar mejores interacciones con más clientes. |
| Junio | Característica | Búsqueda de imágenes en Azure Portal. El explorador de búsqueda ahora admite la búsqueda de imágenes. En un índice vectorial que contiene contenido de imagen vectorial, puede arrastrar imágenes en el Explorador de Búsqueda para consultar una imagen coincidente. |
| Mayo | Límites de servicio | Mayor capacidad y más cuota de vectores en cada nivel (misma tasa de facturación). En la mayoría de las regiones, los tamaños de partición ahora son aún mayores para Standard 2 (S2), Standard 3 (S3) y Standard 3 High Density (S3 HD) para los servicios creados después del 3 de abril de 2024. Para obtener las particiones más grandes, cree un nuevo servicio en una región que proporcione una infraestructura más reciente. Los niveles optimizados para almacenamiento (L1 y L2) también tienen más capacidad. Los clientes L1 y L2 deben crear un nuevo servicio para beneficiarse de la mayor capacidad. No hay ninguna actualización local en este momento. Ya hay capacidad adicional disponible en más regiones: Norte de Alemania, Centro-oeste de Alemania, Norte de Sudáfrica, Oeste de Suizay Azure Government (Texas, Arizona y Virginia). |
| Mayo | Característica | Integración de OneLake (versión preliminar). Nuevo indexador para archivos OneLake y accesos directos de OneLake. Si usa Microsoft Fabric y OneLake para acceder a los datos de los orígenes de datos de Amazon Web Services (AWS) y Google, use este indizador para importar datos externos en un índice de búsqueda. Este indizador está disponible a través de Azure Portal, la APIREST 2024-05-01-versión preliminar y los paquetes beta del SDK de Azure. |
| Mayo | Característica | Relevancia de vector relevancia de la consulta híbrida. Cuatro mejoras mejoran la relevancia de las búsquedas híbridas y vectoriales. En primer lugar, ahora puede establecer umbrales en los resultados de vector de búsqueda para excluir los resultados de puntuación baja. En segundo lugar, los cambios en la arquitectura de consulta aplican perfiles de puntuación al final de la canalización de consulta para cada tipo de consulta. La mejora de documentos es un perfil de puntuación común y ahora funciona según lo previsto en las consultas híbridas y vectoriales. En tercer lugar, puede establecer MaxTextRecallSize y countAndFacetMode en consultas híbridas para controlar la cantidad de resultados de búsqueda clasificados por BM25 que fluyen al modelo de clasificación híbrida. En cuarto lugar, para la búsqueda de vectores e híbridas, puede ponderar una consulta vectorial para aumentar o disminuir su importancia en una solicitud multiconsulta. |
| Mayo | Característica | Compatibilidad con vectores binarios. Collection(Edm.Byte) es un nuevo tipo de datos admitido. Este tipo de datos abre la integración con los modelos de inserción binaria de Cohere v3 y la cuantificación binaria personalizada. Restringir los tipos de datos reduce el costo de los conjuntos de datos vectoriales grandes. Para obtener más información, consulte Indexar datos binarios para la búsqueda vectorial. |
| Mayo | Habilidad | Funcionalidad de incrustaciones multimodales de Azure AI Vision (versión preliminar). Nueva aptitud vinculada a la API de inserción multimodal de Azure AI Vision. Puede generar inserciones para texto o imágenes durante la indexación. Esta habilidad está disponible a través de Azure Portal y la API REST versión preliminar 2024-05-01. |
| Mayo | Vectorizador | Vectorizador de Azure AI Vision (versión preliminar). El nuevo vectorizador se conecta a un recurso de Azure AI Vision mediante la API de inserciones multimodales para generar inserciones en el momento de la consulta. Este vectorizador está disponible a través de Azure Portal y la API de REST 2024-05-01-preview. |
| Mayo | Vectorizador | Vectorizador de catálogo de modelos de Azure AI Foundry (versión preliminar). El nuevo vectorizador se conecta a un modelo de inserción implementado desde el catálogo de modelo de Azure AI Foundry. Este vectorizador está disponible a través de Azure Portal y la API de REST 2024-05-01-preview. Implementación de vectorización integrada mediante modelos de Azure AI Foundry. |
| Mayo | Habilidad | La funcionalidad AzureOpenAIEmbedding (versión preliminar) admite más modelos en Azure OpenAI. Ahora admite text-embedding-3-large y text-embedding-3-small, junto con text-embedding-ada-002 de la actualización anterior. Las nuevas propiedades dimensions y modelName permiten especificar los distintos modelos de inserción en Azure OpenAI. Anteriormente, los límites de dimensiones se fijaban en 1536 dimensiones, aplicables solo a text-embedding-ada-002. Esta aptitud actualizada está disponible a través de Azure Portal y la API REST 2024-05-01-preview. |
| Mayo | Portal | El Asistente para importar y vectorizar datos ahora admite indexadores OneLake como origen de datos. En el caso de las inserciones, también admite conexiones con el multimodal de Azure AI Vision, el catálogo de modelos de Azure AI Foundry y más modelos de inserción en Azure OpenAI. Al agregar un campo a un índice, puede elegir un tipo de datos binario. El Explorador de búsqueda ahora tiene como valor predeterminado 2024-05-01-preview y admite las nuevas características de vista previa para consultas vectoriales e híbridas. |
| Mayo | Interfaz de programación de aplicaciones (API) | 2024-05-01-preview. La nueva versión preliminar de las API REST de Búsqueda proporciona nuevas aptitudes y vectorizadores, un nuevo tipo de datos binario, un indizador de archivos OneLake y nuevos parámetros de consulta para obtener resultados más relevantes. Consulte actualice las APIs REST si tiene código existente escrito contra la versión 2023-07-01-preview y necesita migrar a esta versión. |
| Mayo | Interfaz de programación de aplicaciones (API) | Paquetes beta del SDK de Azure. Revise los registros de cambios de los siguientes paquetes beta del SDK de Azure para obtener compatibilidad con nuevas características: SDK de Azure para Python, SDK de Azure para .NET, SDK de Azure para Java |
| Mayo | Ejemplos | Ejemplos de código de Python. Los nuevos ejemplos de un extremo a otro demuestran la integración con Cohere Embed v3, la integración con OneLake y las plataformas de datos en la nube de Google y AWS y la integración con las API multimodales de Azure AI Vision. |
| Abril | Interfaz de programación de aplicaciones (API) | Actualización de seguridad que direcciona la divulgación de información. Las respuestas GET ya no devuelven cadenas de conexión ni claves. Se aplica a GET Skillset, GET Index y GET Indexer. Este cambio ayuda a proteger los recursos de Azure integrados con AI Search frente al acceso no autorizado. |
| Abril | Interfaz de programación de aplicaciones (API) | API de REST de Búsqueda 2024-03-01-preview |
| Abril | Interfaz de programación de aplicaciones (API) | API de REST de Administración 2024-03-01-preview |
| Abril | Interfaz de programación de aplicaciones (API) | Anuncio de desuso de 2023-07-01-preview. Esta versión ya no se admite a partir del 8 de julio de 2024. Las versiones más recientes de API tienen una configuración de vector diferente. Debe migrar a una versión más reciente lo antes posible. |
| Abril | Límites de servicio | Los niveles Básico y Estándar ofrecen más almacenamiento por partición, a la misma tasa de facturación por partición. La capacidad adicional está sujeta a la disponibilidad regional y se aplica a los nuevos servicios de búsqueda creados después del 3 de abril de 2024. Básico ahora admite hasta tres particiones y tres réplicas. |
| Abril | Límites de servicio | Las cuotas de vectores son más altas en ciertos servicios nuevos creados después del 3 de abril de 2024 en ciertas regiones. |
| Abril | Característica | Cuantificación de vectores, tipos de datos vectoriales estrechos y una nueva stored propiedad (versión preliminar) . En conjunto, estas tres características minimizan el almacenamiento y los costos. |
| Febrero | Característica | Nuevos límites de dimensión en campos vectoriales. Los límites máximos de dimensiones ahora son 3072, aumentaron desde 2048. |
Anuncios del año anterior
Servicio de cambio de marca
Este servicio ha tenido varios nombres a lo largo de los años. Aquí están en orden cronológico inverso:
- Búsqueda de Azure AI (noviembre de 2023) Se ha cambiado el nombre para alinearse con los servicios de Azure AI y las expectativas de los clientes.
- Azure Cognitive Search (octubre de 2019) Se ha cambiado el nombre para reflejar el uso ampliado (aunque opcional) de las aptitudes cognitivas y el procesamiento de inteligencia artificial en las operaciones de servicio.
- Azure Search (marzo de 2015) Nombre original.
Actualizaciones del servicio
Los anuncios de actualización de servicios de Azure AI Search se pueden encontrar en el sitio web de Azure.
Cambio de nombre de características
Se cambió el nombre de la búsqueda semántica a clasificador semántico en noviembre de 2023 para describir mejor la característica, que proporciona la clasificación L2 de un conjunto de resultados existente.