Jina-AI 3.8.2 发布,云原生神经搜索框架


Jina 是一个神经搜索框架,它使任何人都可以在几分钟内在云上构建可扩展且可持续的神经搜索系统Jina 3.8.2 正式发布,本期主要更新如下:

新的功能

  • [ e794c06c] -公开 grpc 参数并添加生产就绪的 keepalive 参数 ( #5092 ) 
  • [ 6205ffc9] -添加 gpu dockerfile 支持到 jina hub new ( #5104 ) 

文档

  • [ 9293698b] -重写流程添加
  • [ 115bc0fa] -重写流程添加(#5120)
  • [ 22fdbcee] -jcloud :修复 jc 状态链接 ( #5116 )
  • [ 4dfe6dfb] -jcloud :修复网关资源定制的文档 ( 5114 )
  • [ 6b24bf69] -正确保留 jcloud 天数 ( #5109 )

单元测试和 CICD

  • [ 587f6268] -修复测试并发异步流 ( #5115 )

更新公告:https://github.com/jina-ai/jina/releases/tag/v3.8.2


相關推薦

2022-10-26

异常并根据异常采取行动。 更新公告:https://github.com/jina-ai/jina/releases/tag/v3.11.0  

2022-10-01

  其他更新内容可以查看更新公告:https://github.com/jina-ai/jina/releases/tag/v3.10.0

2022-06-09

bsp;更新测试寻路路径(#4870) 更新公告:https://github.com/jina-ai/jina/releases/tag/v3.5.0  

2022-08-22

p; [ 4673e7ab] -docs:更新目录 更新公告:https://github.com/jina-ai/jina/releases/tag/v3.7.13

2022-08-31

降级 linkerd 版本 (#5090)  更新公告:https://github.com/jina-ai/jina/releases/tag/v3.8.0  

2022-07-23

些监控指标的错误 #4974 更新公告:https://github.com/jina-ai/jina/releases/tag/v3.7.0

2022-02-22

上构建可扩展且可持续的神经搜索系统。 Jina 3.0.0 正式发布,该版本的内容主要关于云就绪和集成(cloud-readiness and integration),通过重构架构/通信层,使 Executor 通信更稳定,比以前版本更具可扩展性和健壮性。 Executors: 试

2024-07-02

前言 EasyAi的出现对于Java的意义,等同于在JavaWeb领域spring出现的意义一样——做一个开箱即用,让每一个开发者都可以使用EasyAi,来开发符合自己人工智能业务需求的小微模型,这就是它的使命! EasyAi介绍 EasyAi无任何依

2023-06-15

//graphlearn-torch.readthedocs.io/en/latest/index.html 背景介绍 图神经网络作为一种图数据上表示学习的方法已经被广泛应用在图相关的各个领域,在电商推荐、安全风控、生物分子等领域取得了实际落地。图神经网络由于其独特的数据

2022-05-26

微软在 Build 2022 大会上发布了一些旨在支持 Windows on Arm 的公告。其中包括宣布推出一款与高通合作创建的,基于 Arm 的开发者设备 Project Volterra。Project Volterra 使用骁龙处理器和神经处理单元(NPU),允许开发者构建云原生 AI 应

2023-02-07

是更高级的用户。 值得注意的更新 这将是最后一个发布到 Docker Hub 的版本,未来的版本将使用 xpkg.upbound.io 代替 ControllerConfing API 已被弃用 Lock API v1alpha1 已被弃用 CompositionRevisions 的名称在构建时加入了部分哈希后缀

2024-07-27

洞见。 此高峰论坛上: openKylin 园区运营战略将会发布,并且举办全球首个园区站-浦软站成立仪式; 麒麟软件高级副总裁朱晨也将带来 openKylin 2.0 的最新进展; 国家地方共建人形机器人创新中心首席科学家江磊将分

2023-10-26

Language Model Evaluation Harness 当一个新的大语言模型(LLM)发布时,通常都会被进行评估,将该模型与 ChatGPT 在某个基准上进行比较,很多公司可能会使用 lm-eval-harness 来生成评估分数。lm-eval-harness 由分布式人工智能研究所 Eleuther

2024-08-02

到默认采用动态图并可实现动静统一与训推一体的2.0版本发布,飞桨框架已经可以完美融合动态图的灵活性与静态图的高效性,并支持模型的混合并行训练;再到近日,为大模型时代而锤炼的3.0版本的正式出炉!飞桨正式开启了