Zilliz Cloud Pipelines Release di febbraio - Modelli di embedding di terze parti e miglioramenti dell'usabilità!
Siamo entusiasti di presentare un importante aggiornamento di Zilliz Cloud Pipelines, ricco di funzionalità interessanti per potenziare le tue applicazioni RAG con retrieval flessibile e di alta qualità e zero overhead DevOps.
La nostra release di febbraio si è concentrata su due aree chiave: modelli di embedding e facilità d'uso.
Nuovi modelli di embedding da OpenAI e Voyage AI
Con l'aggiunta di modelli di embedding di terze parti da OpenAI e Voyage AI, Zilliz Cloud Pipelines ora offre l'opzione flessibile di 6 modelli di embedding (5 modelli in inglese e 1 modello in cinese)! Che il tuo focus sia sull'equilibrio tra costo di storage, qualità del retrieval o latenza, c'è una scelta adatta a te:
- Bilanciamento tra qualità e overhead:
openai/text-embedding-3-smalloffre una qualità competitiva con un modello altamente efficiente che produce vettori a dimensione inferiore. Ha il più basso overhead di inferenza e storage. - Cerchi le migliori prestazioni per un'attività specifica:
voyageai/voyage-code-2offre una qualità di retrieval eccezionale su testo ad alta intensità di codice, inclusi codice sorgente e documentazione tecnica. - Sensibile alla latenza di rete nell'ingestion e nel servizio di query: scegli
zilliz/bge-base-en-v1.5, un eccellente modello general-purpose co-localizzato con il database vettoriale nello stesso ambiente di rete, ottenendo la migliore latenza end-to-end per ingestion e query.
| Modello di embedding | Descrizione |
|---|---|
| zilliz/bge-base-en-v1.5 | Rilasciato da BAAI, questo modello open-source all'avanguardia è ospitato su Zilliz Cloud e co-localizzato con database vettoriali, offrendo buona qualità e la migliore latenza di rete. Questo è il modello di embedding predefinito quando language è ENGLISH. |
| voyageai/voyage-2 | Ospitato da Voyage AI. Questo modello general purpose eccelle nel recupero di documentazione tecnica contenente testo descrittivo e codice. La sua versione più leggera voyage-lite-02-instruct si posiziona ai primi posti nella classifica MTEB. Questo modello è disponibile solo quando language è ENGLISH. |
| voyageai/voyage-code-2 | Ospitato da Voyage AI. Questo modello è ottimizzato per codice di programmazione, offrendo una qualità eccezionale per il recupero di blocchi di codice. Questo modello è disponibile solo quando language è ENGLISH. |
| openai/text-embedding-3-small | Ospitato da OpenAI. Questo modello di embedding altamente efficiente offre prestazioni superiori rispetto al suo predecessore text-embedding-ada-002 e bilancia costo di inferenza e qualità. Questo modello è disponibile solo quando language è ENGLISH. |
| openai/text-embedding-3-large | Ospitato da OpenAI. Questo è il modello con le migliori prestazioni di OpenAI. Rispetto a text-embedding-ada-002, il punteggio MTEB è aumentato dal 61,0% al 64,6%. Questo modello è disponibile solo quando language è ENGLISH. |
| zilliz/bge-base-zh-v1.5 | Rilasciato da BAAI, questo modello open-source all'avanguardia è ospitato su Zilliz Cloud e co-localizzato con database vettoriali, offrendo buona qualità e la migliore latenza di rete. Questo è il modello di embedding predefinito quando language è CHINESE. |
Usabilità migliorata per una migliore esperienza di onboarding
Come soluzione completa per il retrieval, puntiamo a offrire la migliore esperienza per sviluppatori in Zilliz Cloud Pipelines sia nelle fasi di sviluppo sia in quelle di onboarding. Questa release ha aggiunto la nuova pagina "Run Pipeline" e la funzionalità di caricamento di file locali. Abbiamo anche aggiunto il supporto per tutti i cluster vector db dedicati nella regione GCP us-west-2, quindi la funzionalità pipelines non è più limitata al piano gratuito Serverless.
Nuova UX per l’esecuzione delle pipeline
Quando testi le pipeline appena create, comprendiamo il desiderio di provarle con pochi clic. Testare la funzionalità pipelines è ora più accessibile con la nuova pagina "Run Pipeline" riprogettata. Abbiamo organizzato tutte le tue pipeline per collection nel pannello di sinistra. Puoi selezionare una pipeline dal pannello di sinistra ed eseguirla in prova per ingerire un documento o effettuare una query di ricerca. Il tipo di pipeline è indicato nell’interfaccia utente, così puoi distinguerle rapidamente.
Caricamento di file locali
Sebbene in produzione sia comodo e sicuro ingerire documenti da object store, molti sviluppatori preferiscono caricare file locali durante lo sviluppo per praticità. In questa release, supportiamo i caricamenti di file locali oltre a S3 e GCS. Puoi ingerire direttamente il file locale facendo clic sul pulsante "Attach File" nell’interfaccia utente "Run Pipeline".
Supporto per cluster di database vettoriali dedicati
Dal lancio di Zilliz Cloud Pipelines, abbiamo ricevuto feedback dagli utenti per estendere il servizio a più tipi di cluster di database vettoriali. In questa release, siamo entusiasti di rimuovere la restrizione. Zilliz Cloud Pipelines ora può funzionare con qualsiasi tipo di cluster di database vettoriale nella regione GCP us-west-2, inclusi Serverless e Dedicated. Estenderemo il servizio a più cloud e regioni nelle prossime release, inclusi AWS, Azure e Alicloud.
Con il supporto ai cluster dedicati, puoi godere di prestazioni e affidabilità migliorate della ricerca vettoriale, beneficiando al contempo del comodo servizio di retrieval completo — Zilliz Cloud Pipelines.
Inizia oggi con Zilliz Cloud Pipelines
Questo conclude la nostra release di febbraio di Zilliz Cloud Pipelines: più modelli di embedding tra cui scegliere, una migliore esperienza utente, caricamento di file locali e supporto per cluster dedicati.
Pronto a sperimentare in prima persona la potenza di Zilliz Cloud Pipelines? Registrati gratuitamente oggi e prova una soluzione di retrieval semplificata con qualità, flessibilità e nessun onere DevOps. Puoi anche usare Zilliz Cloud Pipelines con framework RAG popolari come LlamaIndex. Unisciti ai molti sviluppatori che usano Zilliz Cloud Pipelines per liberare la loro innovazione dalla manutenzione dell’infrastruttura e dal DevOps.
Continua a leggere
Introducing Zilliz MCP Server: Natural Language Access to Your Vector Database
Developers can easily manage and query vector databases with natural language via Zilliz MCP Server in AI-native environments.
Bringing AI to Legal Tech: The Role of Vector Databases in Enhancing LLM Guardrails
Discover how vector databases enhance AI reliability in legal tech, ensuring accurate, compliant, and trustworthy AI-powered legal solutions.
Legal Document Analysis: Harnessing Zilliz Cloud's Semantic Search and RAG for Legal Insights
Enhance legal document analysis with Zilliz Cloud’s Semantic Search and RAG. Improve accuracy, efficiency, and scalability for contracts, case law, and compliance.