Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Saiba mais sobre as atualizações mais recentes da funcionalidade, dos documentos e exemplos do Azure AI Search.
Observação
As versões prévias são anunciadas aqui, mas também mantemos uma lista de versões prévias dos recursos para que seja possível encontrá-los em um só lugar.
Maio de 2025
| Item | Tipo | Descrição |
|---|---|---|
| Recuperação com agentes (versão prévia) | Consulta | Crie uma experiência de pesquisa de conversação alimentada por LLMs (grandes modelos de linguagem) e seus dados proprietários. A recuperação com agentes divide consultas complexas de usuários em subconsultas, executa as subconsultas em paralelo e extrai dados de fundamento de documentos indexados na Pesquisa de IA do Azure. A saída destina-se a agentes e soluções de chat personalizadas. Um novo objeto do agente de conhecimento é introduzido nesta versão prévia. Seu conteúdo de resposta foi projetado para consumo de modelo de chat e agente downstream, com total transparência do plano de consulta e dos dados de referência. Para começar a usar o portal, veja Início Rápido: Recuperação com agentes. |
| Suporte a multivetor (versão prévia) | Indexação | Indexe vários vetores filho em um único campo de documento. Agora você pode usar tipos de vetor em campos aninhados de coleções complexas, permitindo efetivamente que vários vetores sejam associados a um único documento. |
| Perfis de pontuação com classificação semântica (versão prévia) | Relevância | O classificador semântico adiciona um novo campo, @search.rerankerBoostedScorepara ajudá-lo a manter a relevância consistente e um maior controle sobre os resultados da classificação final em seu pipeline de pesquisa. |
| Integração dos Aplicativos Lógicos do Azure (versão prévia) | Indexação | Crie um pipeline de indexação automatizado que recupere o conteúdo usando um fluxo de trabalho de aplicativo lógico. Use o assistente de importação e vetorização de dados no portal do Azure para criar um pipeline de indexação com base na integração dos Aplicativos Lógicos do Azure. |
| Controle de acesso no nível do documento (versão prévia) | Segurança | Transmita permissões no nível do documento de blobs no ADLS (Azure Data Lake Storage) Gen2 para documentos pesquisáveis em um índice. As consultas agora podem filtrar os resultados com base na identidade do usuário para fontes de dados selecionadas. |
| Pesquisa multimodal (versão prévia) | Indexação, consulta | Ingerir, entender e recuperar documentos que contêm texto e imagens, permitindo que você execute pesquisas que combinem várias modalidades, como consultar com texto para encontrar informações inseridas em imagens complexas relevantes. Veja o Início Rápido: Pesquisar conteúdo multimodal para obter suporte ao assistente do portal e Demonstração de RAG multimodal da Pesquisa de IA do Azure para obter uma abordagem code first. |
| Habilidade de solicitação do GenAI (versão prévia) | Habilidades | Uma nova habilidade que se conecta a um LLM (grande modelo de linguagem) para obter informações, usando uma solicitação que você fornece. Com essa habilidade, você pode preencher um campo pesquisável usando o conteúdo de uma LLM. Um caso de uso primário para essa habilidade é a verbalização de imagem, usando um LLM para descrever imagens e enviar a descrição para um campo pesquisável em seu índice. |
| Habilidade de Layout de Documento (versão prévia) | Habilidades | Novos parâmetros estarão disponíveis para essa habilidade se você usar a versão da API 2025-05-01-preview. Novos parâmetros dão suporte a metadados de deslocamento de imagem que melhoram a experiência de pesquisa de imagem. |
| Importar e vetorizar aprimoramentos do assistente de dados | Portal | Esse assistente fornece dois caminhos para a criação e popularização de índices de vetor: RAG (Geração Aumentada de Recuperação) e RAG Multimodal. A integração de aplicativos lógicos é por meio do caminho de RAG. |
| Suporte a "descrição" de índice (versão prévia) | REST | A API de visualização mais recente adiciona uma descrição a um índice. Considere um servidor MCP (Model Context Protocol) que deve escolher o índice correto em tempo de execução. A decisão pode ser baseada na descrição e não apenas no nome do índice. A descrição deve ser legível por humanos e com menos de quatro mil caracteres. |
| 2025-05-01-visualização | REST | Nova versão da API REST de visualização do plano de dados fornecendo acesso programático aos recursos de visualização anunciados nesta versão. |
Abril de 2025
| Item | Tipo | Descrição |
|---|---|---|
| Viagem no tempo de RAG | Código de demonstração | Demonstrações de código e vídeo de fluxos de trabalho RAG (Geração Aumentada de Recuperação) que usam o Azure AI Search. Os segmentos incluem conceitos básicos, padrões e casos de uso, indexação de vetores em escala e pesquisa agente em que você usa um agente para avaliar um resultado e gerar uma resposta melhor. |
Março de 2025
| Item | Tipo | Descrição |
|---|---|---|
| Atualização de serviço (versão prévia) | Serviço | Atualize seu serviço de pesquisa para limites de armazenamento mais altos em sua região. Com uma atualização única, você não precisa mais recriar seu serviço. Disponível no Serviço de Atualização (2025-02-01-preview) e no portal do Azure. |
| Alteração de camada de preços (versão prévia) | Serviço | Altere o tipo de preço do serviço de pesquisa. Isso fornece flexibilidade para dimensionar o armazenamento, aumentar a taxa de transferência de solicitação e diminuir a latência com base em suas necessidades. Nesta versão prévia, você só pode alterar entre as camadas Basic e Standard (S1, S2 e S3). Disponível no Serviço de Atualização (2025-02-01-preview) e no portal do Azure. |
| Hierarquias de faceta, agregações e filtros de faceta (versão prévia) | Perguntas | Novos parâmetros de consulta de faceta oferecem suporte a facetas aninhadas. Para campos de faceta numérica, você pode somar os valores de cada campo. Você também pode especificar filtros em uma faceta para adicionar critérios de inclusão ou exclusão. Disponível em Documentos de Pesquisa (2025-03-01-preview) e no portal do Azure. |
| Reavaliar consultas vetoriais sobre a quantização binária usando vetores de alta precisão (versão prévia) | Perguntas | Para índices vetoriais que contêm quantização binária, você pode pontuar novamente os resultados da consulta usando uma consulta de vetor de precisão completa. O mecanismo de consulta usa o produto escalar dos embeddings binários e a consulta vetorial para repontuação, o que melhora a qualidade dos resultados da pesquisa. Defina enableRescoring e discardOriginals, e use esse recurso; chame a versão mais recente da API de visualização na solicitação. |
| Modelos de versão prévia do ranqueador semântico | Índice | Opte por usar modelos de classificação semântica de pré-lançamento se houver um disponível em sua região. Disponível no Índice de Criação ou Atualização (2025-03-01-versão prévia). |
| Serviço de Pesquisa REST 2025-03-01-preview | REST | Versão prévia pública das APIs REST para operações de plano de dados. Adiciona suporte para inserções de vários vetores, facetas hierárquicas, agregação de facetas e filtros de faceta. |
| Gerenciamento de Pesquisa 2025-02-01-prévia | REST | Lançamento de revisão pública de APIs REST para operações de plano de controle. Adiciona suporte para atualização in-loco a partições de maior capacidade, atualização in-loco para camadas mais altas e Computação Confidencial do Azure. |
Fevereiro de 2025
| Item | Tipo | Descrição |
|---|---|---|
| Suporte a chaves gerenciadas pelo cliente para HSM gerenciado | Segurança | Use o Azure Key Vault ou o HSM Gerenciado do Azure Key Vault (Módulo de Segurança de Hardware) para armazenar chaves gerenciadas pelo cliente para criptografia extra de conteúdo confidencial. |
Anúncios de 2024
| Mês | Tipo | Comunicado |
|---|---|---|
| Dezembro | Modelo | Chat do RAG com o Azure AI Search + Python. Um modelo de aplicativo de IA para criar uma solução RAG usando a Pesquisa de IA do Azure e o Python. |
| Novembro | Segurança | Perímetro de segurança de rede. Conecte um serviço de pesquisa a um perímetro de segurança da rede para controlar o acesso ao serviço de pesquisa pela rede. O portal do Azure e as APIs REST de Gerenciamento no 2024-06-01-preview podem ser usados para exibir e reconciliar as configurações de perímetro de segurança da rede. |
| Novembro | Segurança | Suporte de link privado compartilhado para conexões de serviço de IA do Azure. As conexões com a IA do Azure para processamento de habilidades internas agora podem ser privadas usando um link privado compartilhado na conexão. |
| Novembro | Relevância | Opções de recortação para vetores compactados. Você pode definir opções para pontuar novamente com vetores originais em vez de vetores compactados. Aplica-se a algoritmos de vetor HNSW e KNN exaustivos, usando compactação binária e escalar. Disponível em Criar ou Atualizar Índice (2024-11-01-preview), no portal do Azure e nos pacotes beta do SDK do Azure que fornecem esse recurso. |
| Novembro | Busca em vetores | Armazene menos instâncias de vetor. Em cenários de compressão de vetores, você pode omitir o armazenamento de vetores de precisão total se não precisar deles para repontuação. Disponível em Criar ou Atualizar Índice (2024-11-01-preview), no portal do Azure e nos pacotes beta do SDK do Azure que fornecem esse recurso. |
| Novembro | Relevância | Reescrita de consulta no reranker semântico. Você pode definir opções em uma consulta semântica para reescrever a entrada de consulta em uma consulta revisada ou expandida que gera resultados mais relevantes do classificador L2. Disponível nos Documentos de Pesquisa (2024-11-01-preview), no portal do Azure e nos pacotes beta do SDK do Azure que fornecem esse recurso. |
| Novembro | Relevância | Novos modelos de classificador semântico. O classificador semântico funciona com modelos aprimorados em todas as regiões com suporte. Não há nenhuma alteração nas APIs ou na experiência do portal do Azure. |
| Novembro | IA aplicada (habilidades) | Habilidade de Layout de Documento. Uma nova habilidade usada para analisar a estrutura de um documento e fornecer fragmentação (parágrafo) com base na estrutura. Essa habilidade se chama Document Intelligence e usa o modelo de layout do Document Intelligence. Disponível em regiões selecionadas por meio do Conjunto de Habilidades Criar ou Atualizar (2024-11-01-preview), no portal do Azure e nos pacotes beta do SDK do Azure que fornecem esse recurso. |
| Novembro | IA aplicada (habilidades) | Faturamento sem chave para processamento de habilidades de IA do Azure. Agora você pode usar uma identidade e funções gerenciadas para uma conexão sem chave com os serviços de IA do Azure para processamento de habilidades integrado. Essa funcionalidade remove as restrições para ter serviços de pesquisa e IA na mesma região. Disponível no Conjunto de Habilidades Criar ou Atualizar (2024-11-01-preview), no portal do Azure e nos pacotes beta do SDK do Azure que fornecem esse recurso. |
| Novembro | Fonte de dados do indexador | Modo de análise Markdown. Com esse modo de análise, os indexadores podem gerar documentos de pesquisa um para um ou um para muitos a partir de arquivos Markdown no Armazenamento do Microsoft Azure e no OneLake. Disponível no Indexador Criar ou Atualizar (2024-11-01-preview), no portal do Azure e nos pacotes beta do SDK do Azure que fornecem esse recurso. |
| Novembro | API (Interface de Programação de Aplicativos) | 2024-11-01-preview. Versão prévia de APIs REST para reescrita de consultas, habilidade de Layout de Documentos, cobrança sem chave para processamento de habilidades, modo de análise Markdown e opções de repontuação para vetores compactados. |
| Novembro | Recurso | Suporte do portal para dados estruturados. O assistente Importar e vetorizar dados agora dá suporte ao SQL do Azure, ao Azure Cosmos DB e ao Armazenamento de Tabelas do Azure. |
| Outubro | Recurso | Reduza os requisitos de dimensão para modelos de inserção de texto treinados por MRL no Azure OpenAI. Text-embedding-3-small e Text-embedding-3-large são treinados usando Matryoshka Representation Learning (MRL). Isso permite que você trunque os vetores de incorporação para menos dimensões e ajuste o equilíbrio entre o uso do tamanho do índice do vetor e a qualidade da recuperação. Uma novidade truncationDimensionna visualização de 01/09/2024 permite acesso à compactação MRL em modelos de incorporação de texto. Isso só pode ser configurado para novos campos vetoriais. |
| Outubro | Recurso | Descompacte @search.score para visualizar subpontuações em resultados de pesquisa híbrida. Você pode investigar os resultados classificados do Reciprocal Rank Fusion (RRF) visualizando as subpontuações de consulta individuais do resultado final mesclado e pontuado. Uma nova debug propriedade descompacta a pontuação da pesquisa. QueryResultDocumentSubscores, QueryResultDocumentRerankerInput, e QueryResultDocumentSemanticField forneça detalhes extras. Essas definições estão disponíveis em 2024-09-01-preview. |
| Outubro | Recurso | Filtros de destino em uma pesquisa híbrida apenas para as consultas de vetor. Um filtro em uma consulta híbrida envolve todas as subconsultas na solicitação, independentemente do tipo. Você pode substituir o filtro global para aplicar o filtro a uma subconsulta específica. O novo parâmetro filterOverride está disponível em consultas híbridas usando o 2024-09-01-preview. |
| Outubro | IA aplicada (habilidades) | Habilidade de Divisão de Texto (segmentação de tokens). Essa habilidade tem novos parâmetros que melhoram a fragmentação de dados para incorporação de modelos. Um novo parâmetro unit permite que você especifique o agrupamento de tokens. Agora você pode dividir por comprimento de token, definindo o comprimento para um valor que faça sentido para seu modelo de incorporação. Você também pode especificar o tokenizador e quaisquer tokens que não devem ser divididos durante o agrupamento de dados. As novas unit definições de parâmetros e subpontuações de consulta podem ser encontradas na visualização de 2024-09-01. |
| Outubro | API (Interface de Programação de Aplicativos) | 2024-09-01-preview. Versão prévia de APIs REST para dimensões truncadas em modelos de incorporação de texto 3, filtragem de vetores direcionada para consultas híbridas, detalhes de subpontuação RRF para depuração e agrupamento de tokens para a habilidade Divisão de texto. |
| Outubro | Recurso | Suporte ao portal para CMK (criptografia de chave gerenciada pelo cliente). Ao criar novos objetos no portal do Azure, agora você pode especificar a criptografia CMK e selecionar um Azure Key Vault para fornecer a chave. |
| Agosto | Recurso | Melhorias na sessão de depuração. Há duas melhorias importantes. Primeiro, agora você pode depurar cargas de trabalho integradas de vetorização e agrupamento de dados. Em segundo lugar, as Sessões de Debug foram redesenhadas para uma apresentação mais simplificada de funcionalidades e mapeamentos. Você pode selecionar um objeto no fluxo e visualizar ou editar seus detalhes em um painel lateral. O layout anterior com guias foi totalmente substituído por informações mais contextuais na página. |
| Agosto | API (Interface de Programação de Aplicativos) | 2024-07-01. Versão estável das APIs REST para tipos de dados vetoriais disponíveis, compressão vetorial e vetorização integrada durante a indexação e consultas. |
| Agosto | Recurso | Vetorização integrada, anunciando disponibilidade geral. Fragmentação e incorporação de dados orientadas por habilidades durante a indexação. |
| Agosto | Recurso | Vetorizadores. Anunciando disponibilidade geral. Conversão de texto em vetor durante a execução da consulta. Tanto o vetorizador do Serviço OpenAI do Azure quanto o vetorizador API Web personalizado estão disponíveis. |
| Agosto | Recurso | Habilidade de incorporação do AzureOpenAI. Anunciando disponibilidade geral. Um tipo de habilidade que chama um modelo de incorporação do Azure OpenAI para gerar incorporações durante a indexação. |
| Agosto | Recurso | Projeções de índice. Anunciando disponibilidade geral. Um componente de uma definição de conjunto de habilidades que define a forma de um índice secundário, dando suporte a um padrão de índice um para muitos, em que o conteúdo de um pipeline de enriquecimento pode ter como alvo vários índices. |
| Agosto | Recurso | Quantização binária e escalar. Anunciando disponibilidade geral. Compacte o tamanho do índice vetorial na memória e no disco usando a quantização integrada. |
| Agosto | Recurso | Tipos de dados estreitos. Anunciando disponibilidade geral. Atribua um tipo de dados menor em campos vetoriais, assumindo que os dados recebidos sejam desse tipo de dados. |
| Agosto | Recurso | Assistente para importar e vetorizar dados. Anunciando disponibilidade geral. Um assistente que cria um pipeline de indexação completo que inclui fragmentação e vetorização de dados. O assistente cria todos os objetos e configurações necessários. Essa versão adiciona suporte ao assistente para o Azure Data Lake no Armazenamento do Microsoft Azure. |
| Agosto | Recurso | propriedade armazenada. Anunciando disponibilidade geral. Booleano que reduz o armazenamento de índices vetoriais ao deixar de armazenar vetores que podem ser recuperados. |
| Agosto | Recurso | Propriedade vectorQueries.Weight. Anunciando disponibilidade geral. Especifica o peso relativo de cada consulta em vetores nas operações de pesquisa. |
| Julho | Acelerador | Converse com seus dados. Um acelerador de soluções para o padrão RAG em execução no Azure, usando o IA do Azure Search para recuperação e modelos de linguagem grande do Azure OpenAI para criar experiências de pesquisa conversacional. O código com dados de exemplo está disponível para cenários de uso, como consultoria financeira e revisão e sumarização de contratos. |
| Julho | Acelerador | Mineração de conhecimento conversacional. Um acelerador de solução criado sobre o Azure AI Search, o Azure Speech e o Azure OpenAI que permite aos clientes extrair insights acionáveis de conversas pós-centro de contato. |
| Julho | Acelerador | Crie seu próprio co-piloto. Crie sua própria solução de copilot personalizado que capacite o Assistente do Cliente a aproveitar o poder da IA generativa em dados estruturados e não estruturados. Ajude nossos clientes a otimizar as tarefas diárias e proporcione melhores interações com mais clientes. |
| Junho | Recurso | Pesquisa de imagem no portal do Azure. O Gerenciador de Pesquisa agora dá suporte à pesquisa de imagem. Em um índice de vetor que contém conteúdo de imagem vetorizada, você pode soltar imagens no Gerenciador de Pesquisa para consultar uma correspondência. |
| Maio | Limites de serviço | Maior capacidade e mais cota de vetor em cada camada (mesma taxa de cobrança). Para a maioria das regiões, os tamanhos de partição agora são ainda maiores para Standard 2 (S2), Standard 3 (S3) e Standard 3 High Density (S3 HD) para todos os serviços criados após 3 de abril de 2024. Para obter as partições maiores, crie um novo serviço em uma região que forneça uma infraestrutura mais recente. As camadas otimizadas para armazenamento (L1 e L2) também têm mais capacidade. Os clientes dos níveis L1 e L2 precisam criar um novo serviço para usufruir da capacidade aumentada. Não há nenhuma atualização local nesse momento. A capacidade extra agora está disponível em mais regiões: Alemanha Norte, Alemanha Centro-Oeste, África do Sul Norte, Suíça Oeste e Azure Governo (Texas, Arizona e Virgínia). |
| Maio | Recurso | Integração do OneLake (versão prévia). Novo indexador para arquivos e atalhos do OneLake. Se você usar o Microsoft Fabric e o OneLake para acesso a dados para fontes de dados do Amazon Web Services (AWS) e do Google, use este indexador para importar dados externos para um índice de pesquisa. Este indexador está disponível por meio do portal do Azure, da API REST 2024-05-01-preview e dos pacotes beta do SDK do Azure. |
| Maio | Recurso | Relevância do vetor relevância da consulta híbrida. Quatro aprimoramentos melhoram a relevância da pesquisa vetorial e híbrida. Primeiro, agora você pode definir limites nos resultados da busca em vetores para excluir resultados de baixa pontuação. Em segundo lugar, as alterações na arquitetura de consulta aplicam perfis de pontuação no final do pipeline de consulta para cada tipo de consulta. O aumento de documentos é um perfil de pontuação comum e agora funciona como esperado em consultas vetoriais e híbridas. Em terceiro lugar, você pode definir MaxTextRecallSize e countAndFacetMode em consultas híbridas para controlar a quantidade de resultados de pesquisa classificados por BM25 que fluem para o modelo de classificação híbrida. Quarto, para pesquisa vetorial e híbrida, você pode ponderar uma consulta vetorial para aumentar ou diminuir sua importância em uma solicitação de múltiplas consultas. |
| Maio | Recurso | Suporte a vetores binários. Collection(Edm.Byte) é um novo tipo de dados com suporte. Esse tipo de dados torna acessível a integração aos modelos de inserção binária do Cohere v3 e a compartimentalização binária personalizada. Tipos de dados estreitos reduzem o custo de conjuntos de dados de vetores grandes. Confira Indexar dados binários para a busca em vetores para obter mais informações. |
| Maio | Habilidade | Habilidade de incorporação multimodal do IA do Azure Vision (versão prévia). Nova habilidade associada à API de representações multimodais da Visão de IA do Azure. Você pode gerar inserções para texto ou imagens durante a indexação. Essa habilidade está disponível pelo portal do Azure e pela API REST 2024-05-01-preview. |
| Maio | Vetorizador | Vetorizador da Visão de IA do Azure (versão prévia). O novo vetorizador se conecta a um recurso da Visão de IA do Azure usando a API de inserções multimodal para gerar inserções no momento da consulta. Esse vetorizador está disponível pelo portal do Azure e pela API REST 2024-05-01-preview. |
| Maio | Vetorizador | Vetorizador do catálogo de modelos do Azure AI Foundry (versão prévia). O novo vetorizador se conecta a um modelo de inserção implantado no catálogo de modelos do Azure AI Foundry. Esse vetorizador está disponível pelo portal do Azure e pela API REST 2024-05-01-preview. Como implementar a vetorização integrada usando modelos do Azure AI Foundry. |
| Maio | Habilidade | A habilidade AzureOpenAIEmbedding (versão prévia) dá suporte a mais modelos no Azure OpenAI. Agora oferece suporte a text-embedding-3-large e text-embedding-3-small, além de text-embedding-ada-002 da atualização anterior. Novas propriedades dimensions e modelName possibilitam especificar os vários modelos de inserção no Azure OpenAI. Anteriormente, os limites de dimensões eram fixos em 1.536 dimensões, aplicáveis somente a text-embedding-ada-002. A habilidade atualizada está disponível pelo portal do Azure e pela API REST 2024-05-01-preview. |
| Maio | Portal | O assistente de importação e vetorização de dados agora oferece suporte a indexadores OneLake como fonte de dados. Para incorporações, ele também dá suporte a conexões com modelos multimodais do Azure AI Vision, catálogo de modelos do Azure AI Foundry e mais modelos de incorporação no Azure OpenAI. Ao adicionar um campo a um índice, você pode escolher um tipo de dados binário. Gerenciador de Pesquisa agora usa o padrão 2024-05-01-preview e dá suporte aos novos recursos de visualização para consultas híbridas e vetoriais. |
| Maio | API (Interface de Programação de Aplicativos) | 2024-05-01-preview. A nova versão prévia das APIs REST de Pesquisa fornece novas habilidades e vetores, novo tipo de dados binário, indexador de arquivos do OneLake e novos parâmetros de consulta para resultados mais relevantes. Veja Atualizar APIs REST se você tiver código existente escrito para a versão prévia de 2023-07-01 e precisar migrar para essa versão. |
| Maio | API (Interface de Programação de Aplicativos) | Pacotes beta do SDK do Azure. Analise os logs de alterações dos seguintes pacotes beta do SDK do Azure para obter suporte a novos recursos: SDK do Azure para Python, SDK do Azure para .NET e SDK do Azure para Java |
| Maio | Amostras | Exemplos de código do Python. Novos exemplos de ponta a ponta demonstram integração com o Cohere Embed v3, integração com o OneLake e plataformas de dados de nuvem no Google e no AWSe integração com as APIs multimodal da Visão de IA do Azure. |
| Abril | API (Interface de Programação de Aplicativos) | Atualização de segurança abordando a divulgação de informações. As respostas GET não retornam mais chaves ou cadeias de conexão. Aplica-se a GET Skillset, GET Index e GET Indexer. Essa alteração ajuda a proteger seus ativos do Azure integrados à Pesquisa de IA contra acesso não autorizado. |
| Abril | API (Interface de Programação de Aplicativos) | API REST de Pesquisa versão prévia 2024-03-01 |
| Abril | API (Interface de Programação de Aplicativos) | 2024-03-01-visualização API REST de gerenciamento |
| Abril | API (Interface de Programação de Aplicativos) | 2023-07-01-preview anúncio de descontinuação. Essa versão não tem mais suporte a partir de 8 de julho de 2024. As versões de API mais recentes têm uma configuração de vetores diferente. Você deve migrar para uma versão mais recente assim que possível. |
| Abril | Limites de serviço | As camadas Básica e Standard oferecem mais armazenamento por partição, na mesma taxa de cobrança por partição. A capacidade extra está sujeita à disponibilidade regional e se aplica aos novos serviços de pesquisa criados após 3 de abril de 2024. Basic agora dá suporte a até três partições e três réplicas. |
| Abril | Limites de serviço | As cotas de vetores são maiores em novos serviços criados após 3 de abril de 2024 em regiões selecionadas. |
| Abril | Recurso | Quantização de vetor, tipos de dados de vetor estreitos e uma nova stored propriedade (versão prévia). Coletivamente, esses três recursos minimizam o armazenamento e os custos. |
| Fevereiro | Recurso | Novos limites de dimensão em campos de vetor. Os limites máximos de dimensão estão agora 3072, acima de 2048. |
Comunicados do ano anterior
Reformulação da marca de serviço
Este serviço já teve vários nomes ao longo dos anos. Aqui estão eles em ordem cronológica inversa:
- Pesquisa de IA do Azure (novembro de 2023): renomeado para se alinhar aos serviços de IA do Azure e às expectativas do cliente.
- Azure Cognitive Search (outubro de 2019): renomeado para refletir o uso expandido (ainda que opcional) de habilidades cognitivas e o processamento de IA na operação de serviço.
- Azure Search (março de 2015) O nome original.
Atualizações de serviço
Os comunicados de atualização de serviço para o Azure AI Search podem ser encontrados no site do Azure.
Renomeação do recurso
A pesquisa semântica foi renomeada como classificador semântico em novembro de 2023 para descrever melhor o recurso, que fornece classificação L2 de um conjunto de resultados existente.