Version de février de Zilliz Cloud Pipelines - Modèles d’intégration tiers et améliorations de l’utilisabilité !
Nous sommes ravis de dévoiler une mise à jour importante de Zilliz Cloud Pipelines, riche en fonctionnalités passionnantes pour doter vos applications RAG d’une récupération flexible et de haute qualité, sans aucune charge DevOps.
Notre version de février s’est concentrée sur deux domaines clés : les modèles d’embedding et la facilité d’utilisation.
Nouveaux modèles d’embedding d’OpenAI et de Voyage AI
Avec l’ajout de modèles d’embedding tiers d’OpenAI et de Voyage AI, Zilliz Cloud Pipelines offre désormais l’option flexible de 6 modèles d’embedding (5 modèles anglais et 1 modèle chinois) ! Que vous mettiez l’accent sur l’équilibre entre le coût de stockage, la qualité de récupération ou la latence, il existe un choix adapté à vos besoins :
- Équilibrer qualité et charge :
openai/text-embedding-3-smalloffre une qualité compétitive avec un modèle très efficace produisant des vecteurs de dimension inférieure. Il présente la plus faible charge d’inférence et de stockage. - Rechercher les meilleures performances pour une tâche spécifique :
voyageai/voyage-code-2offre une qualité de récupération exceptionnelle sur les textes riches en code, notamment le code source et la documentation technique. - Sensible à la latence réseau lors de l’ingestion et du service des requêtes : choisissez
zilliz/bge-base-en-v1.5, un excellent modèle généraliste co-localisé avec la base de données vectorielle dans le même environnement réseau, offrant la meilleure latence de bout en bout pour l’ingestion et les requêtes.
| Modèle d’embedding | Description |
|---|---|
| zilliz/bge-base-en-v1.5 | Publié par BAAI, ce modèle open source de pointe est hébergé sur Zilliz Cloud et co-localisé avec les bases de données vectorielles, offrant une bonne qualité et la meilleure latence réseau. Il s’agit du modèle d’embedding par défaut lorsque language est ENGLISH. |
| voyageai/voyage-2 | Hébergé par Voyage AI. Ce modèle généraliste excelle dans la récupération de documentation technique contenant du texte descriptif et du code. Sa version plus légère voyage-lite-02-instruct est classée en tête du classement MTEB. Ce modèle n’est disponible que lorsque language est ENGLISH. |
| voyageai/voyage-code-2 | Hébergé par Voyage AI. Ce modèle est optimisé pour le code de programmation, offrant une qualité exceptionnelle pour la récupération de blocs de code. Ce modèle n’est disponible que lorsque language est ENGLISH. |
| openai/text-embedding-3-small | Hébergé par OpenAI. Ce modèle d’embedding très efficace offre de meilleures performances que son prédécesseur text-embedding-ada-002 et équilibre coût d’inférence et qualité. Ce modèle n’est disponible que lorsque language est ENGLISH. |
| openai/text-embedding-3-large | Hébergé par OpenAI. Il s’agit du modèle le plus performant d’OpenAI. Par rapport à text-embedding-ada-002, le score MTEB est passé de 61,0 % à 64,6 %. Ce modèle n’est disponible que lorsque language est ENGLISH. |
| zilliz/bge-base-zh-v1.5 | Publié par BAAI, ce modèle open source de pointe est hébergé sur Zilliz Cloud et co-localisé avec les bases de données vectorielles, offrant une bonne qualité et la meilleure latence réseau. Il s’agit du modèle d’embedding par défaut lorsque language est CHINESE. |
Utilisabilité améliorée pour une meilleure expérience d’intégration
En tant que solution tout-en-un pour la recherche, nous visons à offrir la meilleure expérience développeur dans Zilliz Cloud Pipelines, aussi bien lors des phases de développement que d’onboarding. Cette version a ajouté la nouvelle page "Run Pipeline" ainsi que la fonctionnalité de téléversement de fichiers locaux. Nous avons également ajouté la prise en charge de tous les clusters vector db dédiés dans la région GCP us-west-2, de sorte que la fonctionnalité pipelines n’est plus limitée au Serverless free plan.
Nouvelle UX pour l’exécution de Pipeline
Lorsque vous testez vos pipelines nouvellement créés, nous comprenons l’envie de les essayer en quelques clics seulement. Tester la fonctionnalité pipelines est désormais plus accessible grâce à la nouvelle page "Run Pipeline". Nous avons organisé tous vos pipelines par collection dans le panneau de gauche. Vous pouvez sélectionner un pipeline dans le panneau de gauche et effectuer un essai pour ingérer un document ou lancer une requête de recherche. Le type de pipeline est indiqué dans l’UI afin que vous puissiez rapidement les distinguer.
Téléversement de fichiers locaux
Bien qu’il soit pratique et sécurisé en production d’ingérer des documents depuis des magasins d’objets, de nombreux développeurs préfèrent téléverser des fichiers locaux pendant le développement pour des raisons de commodité. Dans cette version, nous prenons en charge les téléversements de fichiers locaux en plus de S3 et GCS. Vous pouvez ingérer directement le fichier local en cliquant sur le bouton "Attach File" dans l’UI "Run Pipeline".
Prise en charge des clusters de bases de données vectorielles dédiés
Depuis le lancement de Zilliz Cloud Pipelines, nous avons reçu des retours d’utilisateurs demandant d’étendre le service à davantage de types de clusters de bases de données vectorielles. Dans cette version, nous sommes ravis de supprimer cette restriction. Zilliz Cloud Pipelines peut désormais fonctionner avec n’importe quel type de cluster de bases de données vectorielles dans la région GCP us-west-2, y compris Serverless et Dedicated. Nous étendrons le service à davantage de clouds et de régions dans les prochaines versions, notamment AWS, Azure et Alicloud.
Grâce à la prise en charge des clusters dédiés, vous pouvez profiter de performances et d’une fiabilité accrues pour la recherche vectorielle tout en bénéficiant du service pratique de recherche tout-en-un — Zilliz Cloud Pipelines.
Commencez à utiliser Zilliz Cloud Pipelines dès aujourd’hui
Voilà qui conclut notre version de février de Zilliz Cloud Pipelines : davantage de modèles d’embedding au choix, une meilleure expérience utilisateur, le téléversement de fichiers locaux et la prise en charge des clusters dédiés.
Prêt à découvrir par vous-même la puissance de Zilliz Cloud Pipelines ? Inscrivez-vous gratuitement dès aujourd’hui et essayez une solution de recherche rationalisée, avec qualité, flexibilité et sans surcharge DevOps. Vous pouvez également utiliser Zilliz Cloud Pipelines avec des frameworks RAG populaires comme LlamaIndex. Rejoignez les nombreux développeurs qui utilisent Zilliz Cloud Pipelines pour libérer leur innovation de la maintenance de l’infrastructure et du DevOps.
Continuer à lire
VDBBench Adds Cost-Aware Benchmarking for Vector Databases
Compare Zilliz Cloud, Pinecone, and turbopuffer with VDBBench cost-aware vector database benchmarks across latency, freshness, multitenancy, and cold starts.
Creating Collections in Zilliz Cloud Just Got Way Easier
We've enhanced the entire collection creation experience to bring advanced capabilities directly into the interface, making it faster and easier to build production-ready schemas without switching tools.
Selecting the Right ETL Tools for Unstructured Data to Prepare for AI
Learn the right ETL tools for unstructured data to power AI. Explore key challenges, tool comparisons, and integrations with Milvus for vector search.