Archive 2023 pour « Nouveautés de la recherche Azure IA »

Consultez ce qui est nouveau dans Azure AI Search pour les annonces les plus récentes.

Mois Type Annonce
Novembre Caractéristique Recherche vectorielle, généralement disponible. La restriction précédente sur les clés gérées par le client (CMK) est maintenant levée. de préfiltrage et algorithme de voisin K le plus proche le plus complet sont désormais également en disponibilité générale.
Novembre Caractéristique classificateur sémantique, généralement disponible
Novembre Caractéristique vectorisation intégrée (préversion) ajoute la segmentation des données et les conversions de texte à vecteur pendant l’indexation, et ajoute également des conversions de texte à vecteur au moment de la requête.
Novembre Caractéristique Assistant d'importation et de vectorisation des données (aperçu) automatise la segmentation et la vectorisation des données. Il cible l’API REST 2023-10-01-Preview.
Novembre Caractéristique projections d’index (préversion) définit la forme d’un index secondaire, utilisée pour un modèle d’index un-à-plusieurs, où le contenu d’un pipeline d’enrichissement peut cibler plusieurs index.
Novembre API 2023-11-01 Search REST API est une version stable des API REST de recherche pour recherche vectorielle et classement sémantique. Consultez Mettre à niveau les API REST pour connaître les étapes de migration vers les fonctionnalités généralement disponibles.
Novembre API l’API REST gestion 2023-11-01 ajoute des API qui permettent d'activer ou de désactiver le classement sémantique.
Novembre Habileté compétence d'embedding Azure OpenAI (aperçu) se connecte à un modèle d'embedding déployé sur votre ressource Azure OpenAI pour générer des embeddings pendant l’exécution de l’ensemble de tâches.
Novembre Habileté compétence Fractionnement de texte (aperçu) mise à jour dans 2023-10-01-Aperçu pour prendre en charge la segmentation native des données.
Novembre Vidéo Comment la recherche vectorielle et le classement sémantique améliorent vos invites GPT explique comment la récupération hybride vous offre des données de base optimales pour générer des réponses d’IA utiles et permet la recherche sur les concepts et les mots clés.
Novembre Échantillon contrôle d’accès en fonction du rôle dans les applications d’IA Générative explique comment utiliser l’ID Microsoft Entra et l’API Microsoft Graph pour déployer des autorisations utilisateur granulaires sur du contenu segmenté dans votre index.
Octobre Échantillon accélérateur de solution « Dialogue avec vos données ». Modèle RAG de bout en bout qui utilise Azure AI Search comme récupérateur. Il fournit l’indexation, la segmentation des données et l’orchestration.
Octobre Caractéristique Exhaustif K-Nearest Neighbors (KNN) algorithme de notation pour la recherche de similarité dans l’espace vectoriel. Disponible uniquement dans l’API REST 2023-10-01-Preview.
Octobre Caractéristique Les préfiltres dans la recherche vectorielle évaluent les critères de filtre avant l’exécution de la requête, ce qui réduit la quantité de contenu à rechercher. Disponible uniquement dans l’API REST 2023-10-01-Preview, via une nouvelle propriété vectorFilterMode sur la requête qui peut être définie sur preFilter (par défaut) ou postFilter, en fonction de vos besoins.
Octobre API 2023-10-01-Preview REST API de recherche, modifiant la définition des champs vectoriels et des requêtes vectorielles .
Août Caractéristique classement sémantique amélioré. Les modèles mis à niveau sont déployés pour la reclassement sémantique et la disponibilité est étendue à d’autres régions. Le nombre maximal de jetons uniques a doublé de 128 à 256.
Juillet Échantillon Démonstration de Vector (SDK Azure pour JavaScript). Utilise Node.js et la bibliothèque @azure/search-documents 12.0.0-beta.2 pour générer des incorporations, créer et charger un index et exécuter plusieurs requêtes vectorielles.
Juillet Échantillon démonstration de Vector (SDK Azure pour .NET). Utilise la bibliothèque Azure.Search.Documents 11.5.0-beta.3 pour générer des incorporations, créer et charger un index et exécuter plusieurs requêtes vectorielles. Vous pouvez également essayer cet exemple de l’équipe Azure SDK.
Juillet Échantillon démonstration de vecteur (SDK Azure pour Python) Utilise la dernière version bêta de la azure.search.documents pour générer des embeddings, créer et charger un index et exécuter plusieurs requêtes vectorielles. Visitez le azure-search-vector-samples/demo-python référentiel pour plus de démonstrations de recherche vectorielle.
Juin Caractéristique Aperçu public de la recherche vectorielle.
Juin Caractéristique disponibilité de la recherche sémantique, disponible sur le niveau basique.
Juin API 2023-07-01-Preview API de recherche REST. Prise en charge de la recherche vectorielle.
Mai Caractéristique RBAC Azure (contrôle d’accès en fonction du rôle, généralement disponible).
Mai API API REST de gestion 2022-09-01, avec prise en charge de la configuration de la recherche pour l'utilisation des rôles Azure. Le module Az.Search d’Azure PowerShell et module de recherche Az d’Azure CLI sont mis à jour pour prendre en charge les options d’authentification du service de recherche. Vous pouvez également utiliser le fournisseur Terraform pour configurer les options d’authentification (consultez ce guide de démarrage rapide Terraform pour plus d’informations).
Avril Échantillon déploiement multirégion d’Azure AI Search pour la continuité d’activité et la reprise d’activité. Scripts de déploiement qui configurent entièrement une solution multirégion pour Recherche Azure AI, avec des options pour synchroniser le contenu et la redirection de requêtes en cas d’échec d’un point de terminaison.
Mars Échantillon données ChatGPT + données Enterprise avec Azure OpenAI et Azure AI Search (GitHub). Code Python et modèle de combinaison d’Azure AI Search avec les modèles de langage volumineux dans OpenAI. Pour plus d’informations, consultez ce billet de blog Tech Community : révolutionnez vos données d’entreprise avec ChatGPT.

Points clés :

Utilisez Azure AI Search pour consolider et indexer du contenu pouvant faire l’objet d’une recherche.

Interrogez l’index pour obtenir les résultats de la recherche initiale.

Assemblez des invites basées sur ces résultats et envoyez-les au modèle gpt-35-turbo (aperçu) dans Azure OpenAI.

Retournez une réponse inter-documents et fournissez des citations et une transparence dans votre application orientée client afin que les utilisateurs puissent évaluer la réponse.
  • Last updated on