Nyheter i Azure AI Search
Azure Cognitive Search är nu Azure AI Search. Lär dig mer om de senaste uppdateringarna av Azure AI Search-funktioner, dokument och exempel.
Anteckning
Förhandsversionsfunktioner tillkännages här, men vi har också en lista över förhandsversionsfunktioner så att du kan hitta dem på ett och samma ställe.
Sak | Typ | Beskrivning |
---|---|---|
RAG-chatt med Azure AI Search + Python | Template | En AI-programmall för att skapa en RAG-lösning med Hjälp av Azure AI Search och Python. |
Sak | Typ | Beskrivning |
---|---|---|
Nätverkssäkerhetsperimeter | Säkerhet | Anslut en söktjänst till en nätverkssäkerhetsperimeter för att styra nätverksåtkomsten till söktjänsten. Rest-API:erna för Azure Portal och hantering i förhandsversionen av 2024-06-01 kan användas för att visa och stämma av nätverkssäkerhetsperimeterkonfigurationer. |
Stöd för delad privat länk för Azure AI-tjänstanslutningar | Säkerhet | Anslutningar till Azure AI för inbyggd kompetensbearbetning kan nu vara privata med hjälp av en delad privat länk i anslutningen. |
Omskolningsalternativ för komprimerade vektorer | Relevans | Du kan ange alternativ för att göra om kärnor med ursprungliga vektorer i stället för komprimerade vektorer. Gäller för HNSW och fullständiga KNN-vektoralgoritmer med binär och skalär komprimering. Finns i Skapa eller uppdatera index (2024-11-01-preview), Azure Portal och i Azure SDK-betapaketen som tillhandahåller den här funktionen. |
Lagra färre vektorinstanser | vektorsökning | I scenarier med vektorkomprimering kan du utelämna lagring av fullständiga precisionsvektorer om du inte behöver dem för omskolning. Finns i Skapa eller uppdatera index (2024-11-01-preview), Azure Portal och i Azure SDK-betapaketen som tillhandahåller den här funktionen. |
Frågeomskrivning i den semantiska rerankern | Relevans | Du kan ange alternativ för en semantisk fråga för att skriva om frågeindata till en reviderad eller expanderad fråga som genererar mer relevanta resultat från L2-rankningen. Finns i sökdokumenten (2024-11-01-preview), Azure Portal och i Azure SDK-betapaketen som tillhandahåller den här funktionen. |
Nya semantiska rankermodeller | Relevans | Semantiska rankerkörningar med förbättrade modeller i alla regioner som stöds. Det finns ingen ändring i API:er eller Azure Portal upplevelse. |
Kunskaper i dokumentlayout | Tillämpad AI (färdigheter) | En ny färdighet som används för att analysera ett dokument för struktur och tillhandahålla strukturmedveten segmentering (stycke). Den här färdigheten anropar Dokumentinformation och använder layoutmodellen dokumentinformation. Tillgänglig i valda regioner via Create or Update Skillset (2024-11-01-preview), Azure Portal och i Azure SDK-betapaketen som tillhandahåller den här funktionen. |
Nyckellös fakturering för azure AI-kompetensbearbetning | Tillämpad AI (färdigheter) | Nu kan du använda en hanterad identitet och roller för en nyckellös anslutning till Azure AI-tjänster för inbyggd kompetensbearbetning. Den här funktionen tar bort begränsningar för att ha både sök- och AI-tjänster i samma region. Finns i Skapa eller uppdatera kompetensuppsättning (2024-11-01-preview), Azure Portal och i Azure SDK-betapaketen som tillhandahåller den här funktionen. |
Markdown-parsningsläge | Indexerarens datakälla | Med det här parsningsläget kan indexerare generera en-till-en- eller en-till-många-sökdokument från Markdown-filer i Azure Storage och OneLake. Finns i Create or Update Indexer (2024-11-01-preview), Azure Portal och i Azure SDK-betapaketen som tillhandahåller den här funktionen. |
Förhandsversion 2024-11-01 | API | Förhandsversion av REST-API:er för frågeomskrivning, dokumentlayoutfärdighet, nyckellös fakturering för kompetensbearbetning, Markdown-parsningsläge och omskolningsalternativ för komprimerade vektorer. |
Portalstöd för strukturerade data | Funktion | Guiden Importera och vektorisera data stöder nu Azure SQL, Azure Cosmos DB och Azure Table Storage. |
Sak | Typ | Beskrivning |
---|---|---|
Sänka dimensionskraven för MRL-tränade textinbäddningsmodeller i Azure OpenAI | Funktion | Textinbäddning-3-small och Text-embedding-3-large tränas med Matryoshka Representation Learning (MRL). På så sätt kan du trunkera inbäddningsvektorerna till färre dimensioner och justera balansen mellan användning av vektorindexstorlek och hämtningskvalitet. En ny truncationDimension i 2024-09-01-preview ger åtkomst till MRL-komprimering i inbäddningsmodeller för text. Detta kan bara konfigureras för nya vektorfält. |
Packa upp @search.score för att visa underkärnor i hybridsökresultat |
Funktion | Du kan undersöka RRF-rankade resultat (Reciprocal Rank Fusion) genom att visa de enskilda frågeunderpoängen för det slutliga sammanslagna och poängsatta resultatet. En ny debug egenskap packar upp sökpoängen. QueryResultDocumentSubscores , QueryResultDocumentRerankerInput och QueryResultDocumentSemanticField ange den extra informationen. Dessa definitioner är tillgängliga i förhandsversionen av 2024-09-01. |
Målfilter i en hybridsökning till bara vektorfrågorna | Funktion | Ett filter på en hybridfråga omfattar alla underfrågor i begäran, oavsett typ. Du kan åsidosätta det globala filtret för att begränsa filtret till en specifik underfråga. Den nya filterOverride parametern är tillgänglig för hybridfrågor med 2024-09-01-preview. |
Kunskap om textdelning (tokensegmentering) | Tillämpad AI (färdigheter) | Den här färdigheten har nya parametrar som förbättrar datasegmenteringen för inbäddningsmodeller. Med en ny unit parameter kan du ange tokensegmentering. Nu kan du segmentera efter tokenlängd och ange längden till ett värde som passar din inbäddningsmodell. Du kan också ange tokeniseraren och eventuella token som inte ska delas upp under datasegmentering. Den nya unit parametern och frågeunderkärndefinitionerna finns i förhandsversionen 2024-09-01. |
2024-09-01-preview | API | Förhandsversion av REST-API:er för trunkerade dimensioner i modeller för textinbäddning-3, riktad vektorfiltrering för hybridfrågor, RRF-delpoängsinformation för felsökning och tokensegmentering för kunskaper om textdelning. |
Portalstöd för kundhanterad nyckelkryptering (CMK) | Funktion | När du skapar nya objekt i Azure Portal kan du nu ange CMK-kryptering och välja ett Azure Key Vault för att ange nyckeln. |
Sak | Typ | Beskrivning |
---|---|---|
Förbättringar av felsökningssessioner | funktion | Det finns två viktiga förbättringar. Först kan du nu felsöka integrerade vektoriserings- och datasegmenteringsarbetsbelastningar. För det andra är felsökningssessioner omdesignade för en mer effektiviserad presentation av färdigheter och mappningar. Du kan välja ett objekt i flödet och visa eller redigera dess information på en sidopanel. Den tidigare layouten med flikar ersätts helt med mer sammanhangsberoende information på sidan. |
2024-07-01 | API | Stabil version av REST-API:er för allmänt tillgängliga typer av vektordata, vektorkomprimering och integrerad vektorisering under indexering och frågor. |
Integrerad vektorisering | Funktion | Meddelande om allmän tillgänglighet. Kompetensdriven datasegmentering och inbäddning under indexering. |
Vektoriserare | Funktion | Meddelande om allmän tillgänglighet. Text-till-vektorkonvertering under frågekörning. Både Azure OpenAI-vektoriserare och anpassad webb-API-vektoriserare är allmänt tillgängliga. |
AzureOpenAIEmbedding-kompetens | Funktion | Meddelande om allmän tillgänglighet. En färdighetstyp som anropar en Azure OpenAI-inbäddningsmodell för att generera inbäddningar under indexering. |
Indexprognoser | Funktion | Meddelande om allmän tillgänglighet. En komponent i en kompetensuppsättningsdefinition som definierar formen på ett sekundärt index med stöd för ett en-till-många-indexmönster, där innehåll från en berikningspipeline kan riktas mot flera index. |
Binär och skalär kvantisering | Funktion | Meddelande om allmän tillgänglighet. Komprimera vektorindexstorleken i minnet och på disken med inbyggd kvantisering. |
Smala datatyper | Funktion | Meddelande om allmän tillgänglighet. Tilldela en mindre datatyp för vektorfält, förutsatt att inkommande data är av den datatypen. |
Guiden Importera och vektorisera data | Azure Portal | Meddelande om allmän tillgänglighet. En guide som skapar en fullständig indexeringspipeline som innehåller datasegmentering och vektorisering. Guiden skapar alla nödvändiga objekt och konfigurationer. Den här versionen lägger till guidestöd för Azure Data Lake i Azure Storage. |
lagrad egenskap | Funktion | Meddelande om allmän tillgänglighet. Booleskt värde som minskar lagringen av vektorindex genom att inte lagra hämtningsbara vektorer. |
vectorQueries.Weight-egenskap | Funktion | Meddelande om allmän tillgänglighet. Ange den relativa vikten för varje vektorfråga i en sökåtgärd. |
Sak | Typ | Beskrivning |
---|---|---|
Chatta med dina data | Gaspedal | En lösningsaccelerator för RAG-mönstret som körs i Azure med hjälp av Azure AI Search för hämtning och stora Azure OpenAI-språkmodeller för att skapa konversationssökningsupplevelser. Koden med exempeldata är tillgänglig för användningsfallsscenarier som finansiell rådgivare och granskning och sammanfattning av kontrakt. |
Konversationskunskapsutvinning | Gaspedal | En lösningsaccelerator som bygger på Azure AI Search-, Azure Speech- och Azure OpenAI-tjänster som gör det möjligt för kunder att extrahera användbara insikter från samtal efter kontaktcenter. |
Skapa en egen andrepilot | Gaspedal | Skapa en egen anpassad copilot-lösning som gör det möjligt för Client Advisor att utnyttja kraften hos generativ AI i både strukturerade och ostrukturerade data. Hjälp våra kunder att optimera dagliga uppgifter och främja bättre interaktioner med fler klienter. |
Sak | Typ | Beskrivning |
---|---|---|
Bildsökning i Azure Portal | Funktion | Sökutforskaren stöder nu bildsökning. I ett vektorindex med vektoriserat bildinnehåll kan du släppa bilder i Sökutforskaren för att fråga efter en matchning. |
Sak | Typ | Beskrivning |
---|---|---|
Högre kapacitet och mer vektorkvot på varje nivå (samma faktureringshastighet) | Infrastruktur | För de flesta regioner är partitionsstorlekarna nu ännu större för Standard 2 (S2), Standard 3 (S3) och Standard 3 High Density (S3 HD) för tjänster som skapats efter den 3 april 2024. Om du vill hämta de större partitionerna skapar du en ny tjänst i en region som tillhandahåller nyare infrastruktur. Lagringsoptimerade nivåer (L1 och L2) har också mer kapacitet. L1- och L2-kunder måste skapa en ny tjänst för att dra nytta av den högre kapaciteten. Det finns ingen uppgradering på plats just nu. Extra kapacitet finns nu i fler regioner: Tyskland, norra, Tyskland, västra centrala, Sydafrika, norra, Schweiz, västra och Azure Government (Texas, Arizona och Virginia). |
OneLake-integrering (förhandsversion) | Funktion | Ny indexerare för OneLake-filer och OneLake-genvägar. Om du använder Microsoft Fabric och OneLake för dataåtkomst till Amazon Web Services (AWS) och Googles datakällor använder du den här indexeraren för att importera externa data till ett sökindex. Den här indexeraren är tillgänglig via betapaketen Azure Portal, 2024-05-01-preview REST API och Azure SDK. |
Vektorrelevans hybridfrågerelevans |
Funktion | Fyra förbättringar förbättrar relevansen för vektor- och hybridsökningar. Först kan du nu ange tröskelvärden för vektorsökningsresultat för att exkludera resultat med låg poäng. För det andra tillämpar ändringar i frågearkitekturen bedömningsprofiler i slutet av frågepipelinen för varje frågetyp. Dokumentstärkning är en vanlig bedömningsprofil och fungerar nu som förväntat på vektor- och hybridfrågor. För det tredje kan du ange MaxTextRecallSize och countAndFacetMode i hybridfrågor för att styra antalet BM25-rankade sökresultat som flödar in i hybridrankningsmodellen. För det fjärde, för vektor- och hybridsökning kan du vikta en vektorfråga så att den ökar eller minskar dess betydelse i en multiquery-begäran. |
Stöd för binära vektorer | Funktion | Collection(Edm.Byte) är en ny datatyp som stöds. Den här datatypen öppnar integrering med cohere v3 binära inbäddningsmodeller och anpassad binär kvantisering. Smala datatyper sänker kostnaden för stora vektordatamängder. Mer information finns i Index binärdata för vektorsökning . |
Kunskaper om multimodala inbäddningar i Azure AI Vision (förhandsversion) | Färdighet | Ny kompetens som är bunden till API:et för multimodala inbäddningar i Azure AI Vision. Du kan generera inbäddningar för text eller bilder under indexeringen. Den här färdigheten är tillgänglig via Azure Portal och REST-API:et för förhandsversionen 2024-05-01. |
Vektoriserare för Azure AI Vision (förhandsversion) | Vektoriserare | Ny vektoriserare ansluter till en Azure AI Vision-resurs med hjälp av API:et för multimodala inbäddningar för att generera inbäddningar vid frågetillfället. Den här vektoriseraren är tillgänglig via Azure Portal och REST API:et 2024-05-01-preview. |
Katalogvektoriserare för Azure AI Foundry-modell (förhandsversion) | Vektoriserare | Ny vektoriserare ansluter till en inbäddningsmodell som distribueras från Azure AI Foundry-modellkatalogen. Den här vektoriseraren är tillgänglig via Azure Portal och REST API:et 2024-05-01-preview. Implementera integrerad vektorisering med hjälp av modeller från Azure AI Foundry. |
AzureOpenAIEmbedding-kompetens (förhandsversion) stöder fler modeller i Azure OpenAI | Färdighet | Har nu stöd för text-embedding-3-large och text-embedding-3-small, tillsammans med text-embedding-ada-002 från föregående uppdatering. Nya dimensions egenskaper och modelName egenskaper gör det möjligt att ange de olika inbäddningsmodellerna i Azure OpenAI. Tidigare har dimensionsgränserna fastställts till 1 536 dimensioner, som endast gäller för text-embedding-ada-002. Den uppdaterade kunskapen är tillgänglig via Azure Portal och REST API:et för förhandsversionen 2024-05-01. |
Azure Portal uppdateringar | Portalen | Guiden Importera och vektorisera data stöder nu OneLake-indexerare som datakälla. För inbäddningar stöder den även anslutningar till Azure AI Vision multimodal, Azure AI Foundry-modellkatalog och fler inbäddningsmodeller i Azure OpenAI. När du lägger till ett fält i ett index kan du välja en binär datatyp. Sökutforskaren är nu som standard 2024-05-01-preview och stöder de nya förhandsgranskningsfunktionerna för vektor- och hybridfrågor. |
Förhandsversion 2024-05-01 | API | Ny förhandsversion av REST API:er för sökning ger nya kunskaper och vektoriserare, ny binär datatyp, OneLake-filindexerare och nya frågeparametrar för mer relevanta resultat. Se Uppgradera REST-API:er om du har befintlig kod skriven mot förhandsversionen 2023-07-01 och behöver migrera till den här versionen. |
Betapaket för Azure SDK | API | Granska ändringsloggarna för följande Azure SDK-betapaket för nytt funktionsstöd: Azure SDK för Python, Azure SDK för .NET, Azure SDK för Java |
Python-kodexempel | Exempel | Nya exempel från slutpunkt till slutpunkt visar integrering med Cohere Embed v3, integrering med OneLake och molndataplattformar på Google och AWS samt integrering med Multimodala API:er för Azure AI Vision. |
Sak | Typ | Beskrivning |
---|---|---|
Säkerhetsuppdatering som behandlar informationsupplysning | API | GET-svar returnerar inte längre anslutningssträng eller nycklar. Gäller för GET Skillset, GET Index och GET Indexer. Den här ändringen skyddar dina Azure-tillgångar som är integrerade med AI Search från obehörig åtkomst. |
Mer lagringsutrymme på nivåerna Basic och Standard | Infrastruktur | Basic stöder nu upp till tre partitioner och tre repliker. Nivåerna Basic och Standard (S1, S2, S3) har betydligt mer lagringsutrymme per partition, med samma faktureringstakt per partition. Extra kapacitet är beroende av regional tillgänglighet och gäller för nya söktjänster som skapats efter den 3 april 2024. För närvarande finns det ingen uppgradering på plats, så du måste skapa en ny söktjänst för att få extra lagringsutrymme. |
Mer kvot för vektorer | Infrastruktur | Vektorkvoter är också högre för nya tjänster som skapats efter den 3 april 2024 i valda regioner. |
Vektorkvantisering, smala vektordatatyper och en ny stored egenskap (förhandsversion) |
Funktion | Tillsammans lägger dessa tre funktioner till vektorkomprimering och smartare lagringsalternativ. För det första minskar skalbar kvantisering vektorindexstorleken i minnet och på disken. För det andra minskar smala datatyper lagring per fält genom att lagra mindre värden. För det tredje kan du använda stored för att avanmäla dig från att lagra den extra kopian av en vektor som endast används för sökresultat. Om du inte behöver vektorer i ett frågesvar kan du ange stored false för att spara utrymme. |
REST API för sökning i 2024-03-01-preview | API | Ny förhandsversion av REST API:er för sökning efter nya datatyper, egenskaper för vektorkomprimering och lagringsalternativ för vektorer. |
REST API för hantering av 2024-03-01-preview | API | Ny förhandsversion av REST-API:er för hantering för kontrollplansåtgärder. |
Utfasningsmeddelande för 2023-07-01-preview | API | Utfasning tillkännagavs den 8 april 2024. Den stöds inte den 8 juli 2024. Det här var det första REST-API:et som erbjöd stöd för vektorsökning. Nyare API-versioner har en annan vektorkonfiguration. Du bör migrera till en nyare version så snart som möjligt. |
Sak | Typ | Beskrivning |
---|---|---|
Nya dimensionsgränser | Funktion | För vektorfält är 3072 nu maximala dimensionsgränser , upp från 2048 . |
Månad | Typ | Meddelande |
---|---|---|
November | Funktion | Vektorsökning, allmänt tillgänglig. Den tidigare begränsningen för kundhanterade nycklar (CMK) har nu hävts. Förfiltrering och fullständig K-närmaste grannalgoritm är nu också allmänt tillgänglig. |
November | Funktion | Semantisk ranker, allmänt tillgänglig |
November | Funktion | Integrerad vektorisering (förhandsversion) lägger till datasegmentering och text-till-vektorkonverteringar under indexering och lägger även till text-till-vektorkonverteringar vid frågetillfället. |
November | Funktion | Guiden Importera och vektorisera data (förhandsversion) automatiserar datasegmentering och vektorisering. Den riktar sig till REST API för förhandsversionen av 2023-10-01. |
November | Funktion | Indexprojektioner (förhandsversion) definierar formen på ett sekundärt index, som används för ett en-till-många-indexmönster, där innehåll från en berikningspipeline kan riktas mot flera index. |
November | API | 2023-11-01 Search REST API är en stabil version av REST API:er för sökning efter vektorsökning och semantisk rangordning. Se Uppgradera REST-API:er för migreringssteg till allmänt tillgängliga funktioner. |
November | API | REST API för hantering 2023-11-01 lägger till API:er som aktiverar eller inaktiverar semantisk rankning. |
November | Färdighet | Azure OpenAI-inbäddningsfärdighet (förhandsversion) ansluter till en distribuerad inbäddningsmodell på din Azure OpenAI-resurs för att generera inbäddningar under körning av kompetensuppsättningar. |
November | Färdighet | Kunskaper om textdelning (förhandsversion) uppdaterades 2023-10-01-Preview för att stödja intern datasegmentering. |
November | Video | Hur vektorsökning och semantisk rangordning förbättrar dina GPT-frågor förklarar hur hybridhämtning ger dig optimala grunddata för att generera användbara AI-svar och möjliggör sökning över både begrepp och nyckelord. |
November | Exempel | Rollbaserad åtkomstkontroll i Generative AI-program förklarar hur du använder Microsoft Entra ID och Microsoft Graph API för att distribuera detaljerade användarbehörigheter för segmenterat innehåll i ditt index. |
Oktober | Exempel | Lösningsacceleratorn "Chatta med dina data". Rag-mönster från slutpunkt till slutpunkt som använder Azure AI Search som en retriever. Det ger indexering, datasegmentering och orkestrering. |
Oktober | Funktion | Fullständig KNN-bedömningsalgoritm (K-Nearest Neighbors) för likhetssökning i vektorutrymme. Finns endast i REST API:et 2023-10-01-Preview. |
Oktober | Funktion | Förfilter i vektorsökning utvärderar filtervillkor före frågekörning, vilket minskar mängden innehåll som behöver sökas igenom. Finns endast i REST API:et 2023-10-01-Preview, via en ny vectorFilterMode egenskap på frågan som kan anges till preFilter (standard) eller postFilter , beroende på dina krav. |
Oktober | API | REST API för 2023-10-01-Preview Search ändrar definitionen för vektorfält och vektorfrågor. |
Augusti | Funktion | Förbättrad semantisk rankning. Uppgraderade modeller lanseras för semantisk omrankning och tillgängligheten utökas till fler regioner. Maximalt antal unika token har fördubblats från 128 till 256. |
Juli | Exempel | Vektordemo (Azure SDK för JavaScript). Använder Node.js och biblioteket @azure/search-documents 12.0.0-beta.2 för att generera inbäddningar, skapa och läsa in ett index och köra flera vektorfrågor. |
Juli | Exempel | Vektordemo (Azure SDK för .NET). Använder biblioteket Azure.Search.Documents 11.5.0-beta.3 för att generera inbäddningar, skapa och läsa in ett index och köra flera vektorfrågor. Du kan också prova det här exemplet från Azure SDK-teamet. |
Juli | Exempel | Vektordemo (Azure SDK för Python) Använder den senaste betaversionen av azure.search.documents för att generera inbäddningar, skapa och läsa in ett index och köra flera vektorfrågor. Besök lagringsplatsen azure-search-vector-samples/demo-python för fler vektorsökningsdemonstrationer. |
Juni | Funktion | Offentlig förhandsversion av vektorsökning. |
Juni | Funktion | Semantisk söktillgänglighet, tillgänglig på basic-nivån. |
Juni | API | REST API för 2023-07-01-Preview Search. Stöd för vektorsökning. |
Maj | Funktion | Azure RBAC (rollbaserad åtkomstkontroll, allmänt tillgänglig). |
Maj | API | REST API för hantering 2022-09-01 med stöd för att konfigurera sökning för att använda Azure-roller. Az.Search-modulen i Azure PowerShell- och Az-sökmodulen i Azure CLI uppdateras för att stödja autentiseringsalternativ för söktjänsten. Du kan också använda Terraform-providern för att konfigurera autentiseringsalternativ (se den här Terraform-snabbstarten för mer information). |
april | Exempel | Distribution i flera regioner av Azure AI Search för affärskontinuitet och haveriberedskap. Distributionsskript som fullständigt konfigurerar en multiregional lösning för Azure AI Search, med alternativ för synkronisering av innehåll och omdirigering av begäranden om en slutpunkt misslyckas. |
Mars | Exempel | ChatGPT + Enterprise-data med Azure OpenAI och Azure AI Search (GitHub). Python-kod och en mall för att kombinera Azure AI Search med de stora språkmodellerna i OpenAI. Bakgrund finns i det här tech community-blogginlägget: Revolutionera dina företagsdata med ChatGPT. Viktiga punkter: Använd Azure AI Search för att konsolidera och indexera sökbart innehåll. Fråga indexet efter inledande sökresultat. Montera prompter från dessa resultat och skicka till modellen gpt-35-turbo (förhandsversion) i Azure OpenAI. Returnera ett svar mellan dokument och ange citat och transparens i din kundinriktade app så att användarna kan utvärdera svaret. |
Den här tjänsten har haft flera namn genom åren. Här är de i omvänd kronologisk ordning:
- Azure AI Search (november 2023) Har bytt namn för att överensstämma med Azure AI-tjänster och kundernas förväntningar.
- Azure Cognitive Search (oktober 2019) Har bytt namn för att återspegla den utökade (men valfria) användningen av kognitiva färdigheter och AI-bearbetning i tjänståtgärder.
- Azure Search (mars 2015) Det ursprungliga namnet.
Meddelanden om tjänstuppdateringar för Azure AI Search finns på Azure-webbplatsen.
Semantisk sökning bytte namn till semantisk ranker i november 2023 för att bättre beskriva funktionen, som ger L2-rankning av en befintlig resultatuppsättning.