Fonctionnalités d’évaluation dans Recherche Azure AI
Cet article identifie toutes les fonctionnalités du plan de données et du plan de contrôle en préversion publique. Cette liste est utile pour vérifier l’état des fonctionnalités. Il explique également comment appeler une API REST en préversion.
Les versions d’API en préversion sont cumulatives et se propagent à la préversion suivante. Nous vous recommandons d’utiliser toujours les API en préversion les plus récentes pour bénéficier d’un accès complet à toutes les fonctionnalités en préversion.
Les fonctionnalités en préversion sont supprimées de cette liste si elles sont supprimées ou passent en disponibilité générale. Pour accéder aux annonces concernant la disponibilité générale la mise hors service, consultez Mises à jour de service ou Nouveautés.
Fonctionnalités en préversion du plan de données
Fonctionnalité | Category | Description | Disponibilité |
---|---|---|---|
Réduire les exigences de dimension pour les modèles d’incorporation de texte entraînés par MRL sur Azure OpenAI | Fonctionnalité | Les modèles Text-embedding-3-small et Text-embedding-3-large sont entraînés à l’aide de MRL (Matryoshka Representation Learning). Cela vous permet de tronquer les vecteurs d’incorporation en moins de dimensions et d’ajuster l’équilibre entre l’utilisation de la taille de l’index vectoriel et la qualité de récupération. Une nouvelle truncationDimension fournit les comportements MRL en tant que paramètre supplémentaire dans une configuration de compression vectorielle. Cela ne peut être configuré que pour les nouveaux champs vectoriels. |
Créez ou mettez à jour l’index (préversion). |
Décompresser @search.score pour afficher les sous-scores dans les résultats de recherche hybride |
Fonctionnalité | Vous pouvez examiner les résultats classés RRF (Réciproque Rank Fusion) en consultant les sous-scores de requête individuels du résultat final fusionné et marqué. Une nouvelle propriété debug décompresse le score de recherche. QueryResultDocumentSubscores , QueryResultDocumentRerankerInput et QueryResultDocumentSemanticField fournissent les détails supplémentaires. |
Rechercher dans des documents (préversion). |
Filtres cibles dans une recherche hybride pour uniquement les requêtes vectorielles | Fonctionnalité | Un filtre sur une requête hybride implique toutes les sous-requêtes sur la demande, quel que soit le type. Vous pouvez remplacer le filtre global pour étendre le filtre à une sous-requête spécifique. Un nouveau paramètre filterOverride fournit les comportements. |
Rechercher dans des documents (préversion). |
Compétence Fractionnement de texte (segmentation de jetons) | IA appliquée (compétences) | Cette compétence a de nouveaux paramètres qui améliorent la segmentation des données pour les modèles d’incorporation. Un nouveau paramètre unit vous permet de spécifier la segmentation des jetons. Vous pouvez désormais segmenter par longueur de jeton, en définissant la longueur sur une valeur qui est logique pour votre modèle d’incorporation. Vous pouvez également spécifier le générateur de jetons et tous les jetons qui ne doivent pas être fractionnés pendant la segmentation des données. |
Créer ou mettre à jour un ensemble de compétences (préversion). |
Compétence Incorporation multimodale d’Azure AI Vision | IA appliquée (compétences) | Un nouveau type de compétence qui fait appel à l’API multimodale Azure AI Vision pour générer des incorporations pour le texte ou les images pendant l’indexation. | Créer ou mettre à jour un ensemble de compétences (préversion). |
Compétence Azure Machine Learning (AML) | IA appliquée (compétences) | La compétence AML intègre un point de terminaison d’inférence à partir d’Azure Machine Learning. | Créer ou mettre à jour un ensemble de compétences (préversion). Dans les API de préversion précédentes, elle prend en charge les connexions aux modèles personnalisés déployés dans un espace de travail AML. À partir de la préversion 2024-05-01, vous pouvez utiliser cette compétence dans les flux de travail qui se connectent aux modèles d’intégration dans le catalogue de modèles Azure AI Studio. C’est également disponible sur le portail, dans la conception de compétences, si les services Recherche Azure AI et Azure Machine Learning sont déployés sur le même abonnement. |
Cache d’enrichissement incrémentiel | IA appliquée (compétences) | Ajoute la mise en cache à un pipeline d'enrichissement, ce qui vous permet de réutiliser la sortie existante si une modification ciblée, telle que la mise à jour d'un ensemble de compétences ou d'un autre objet, ne change pas le contenu. La mise en cache s’applique uniquement aux documents enrichis générés par un ensemble de compétences. | Créer ou mettre à jour un indexeur (préversion). |
Indexeur de fichiers OneLake | Source de données d’indexeur | Nouvelle source de données permettant d’extraire des données et des métadonnées pouvant faire l’objet d’une recherche à partir d’un lakehouse sur OneLake | Créer ou mettre à jour une source de données (préversion). |
Azure Files indexer | Source de données d’indexeur | Nouvelle source de données pour l’indexation basée sur un indexeur à partir de fichiers Azure | Créer ou mettre à jour une source de données (préversion). |
Indexeur SharePoint Online | Source de données d’indexeur | Nouvelle source de données pour l’indexation de contenu SharePoint basée sur un indexeur. | Inscrivez-vous pour activer la fonctionnalité. Créer ou mettre à jour une source de données (préversion) ou le portail Azure. |
Indexeur MySQL | Source de données d’indexeur | Nouvelle source de données pour l’indexation basée sur un indexeur des source de données Azure MySQL. | Inscrivez-vous pour activer la fonctionnalité. Créer ou mettre à jour une source de données (préversion), Kit de développement logiciel (SDK) .NET 11.2.1 et le portail Azure. |
Indexeur Azure Cosmos DB pour MongoDB | Source de données d’indexeur | Nouvelle source de données pour l’indexation basée sur l’indexeur via les API MongoDB dans Azure Cosmos DB. | Inscrivez-vous pour activer la fonctionnalité. Créer ou mettre à jour une source de données (préversion) ou le portail Azure. |
Indexeur Azure Cosmos DB for Apache Gremlin | Source de données d’indexeur | Nouvelle source de données pour l’indexation basée sur l’indexeur via les API Apache Gremlin dans Azure Cosmos DB. | Inscrivez-vous pour activer la fonctionnalité. Créer ou mettre à jour une source de données (préversion). |
Suppression réversible native d’objets blob | Source de données d’indexeur | S’applique à l’indexeur Stockage Blob Azure. Reconnaît les objets blob qui sont dans un état de suppression réversible et supprime le document de recherche correspondant pendant l’indexation. | Créer ou mettre à jour une source de données (préversion). |
Réinitialiser des documents | Indexation | Retraite des documents de recherche sélectionnés individuellement dans les charges de travail d’indexeur. | Réinitialiser des documents (préversion). |
Vérificateur d’orthographe | Requête | Correction orthographique facultative des entrées de terme de requête pour les requêtes simples, complètes et sémantiques. | Rechercher dans des documents (préversion). |
Normaliseurs | Requête | Les normaliseurs fournissent un prétraitement de texte simple : casse toujours identique, suppression des accents et conversion ASCII, sans appeler la chaîne d’analyse en texte intégral. | Rechercher dans des documents (préversion). |
Paramètre featuresMode | Pertinence (scoring) | Expansion du score de pertinence BM25 pour inclure des détails : score de similarité par champ, fréquence de terme par champ, et nombre de jetons uniques correspondants par champ. Vous pouvez consommer ces points de données dans des solutions de scoring personnalisées. | Rechercher dans des documents (préversion). |
paramètre vectorQueries.threshold | Pertinence (scoring) | Excluez le résultat de recherche à faible score en fonction d’un score minimal. | Rechercher dans des documents (préversion). |
paramètres hybridSearch.maxTextRecallSize et countAndFacetMode | Pertinence (scoring) | ajustez les entrées d’une requête hybride en contrôlant la quantité de résultats classés BM25 qui circulent jusqu’au modèle de classement hybride. | Rechercher dans des documents (préversion). |
moreLikeThis | Requête | Recherche les documents correspondant à un document spécifique. Cette fonctionnalité existait dans les préversions antérieures. | Rechercher dans des documents (préversion). |
Fonctionnalités en préversion du plan de contrôle
Fonctionnalité | Category | Description | Disponibilité |
---|---|---|---|
Service de recherche sous une identité managée affectée par l’utilisateur | Service | Configure un service de recherche pour qu’il utilise une identité managée attribuée à l’utilisateur qui a été précédemment créée. | Services – Mettre à jour, 2021-04-01-preview ou la préversion la plus récente. Nous vous recommandons d’utiliser la préversion la plus récente. |
Fonctionnalités en préversion dans les SDK Azure
Chaque équipe du kit de développement logiciel (SDK) Azure publie des packages bêta dans leur propre chronologie. Consultez le journal des modifications pour connaître les mentions des nouvelles fonctionnalités dans les packages bêta :
- Journal des modifications pour le kit de développement logiciel (SDK) Azure pour .NET
- Journal des modifications pour le kit de développement logiciel (SDK) Azure pour Java
- Journal des modifications pour le kit de développement logiciel (SDK) Azure pour JavaScript
- Journal des modifications pour le kit de développement logiciel (SDK) Azure pour Python.
Utilisation des fonctionnalités d’évaluation
Les fonctionnalités expérimentales sont disponibles via l’API REST en préversion, puis via le portail Microsoft Azure et enfin via les kits de développement logiciel (SDK) Azure.
Les instructions suivantes s’appliquent aux fonctionnalités en préversion :
- Les fonctionnalités en préversion sont disponibles sous conditions d’utilisation supplémentaires, sans contrat de niveau de service.
- Les fonctionnalités en préversion peuvent subir des changements cassants si une nouvelle conception est requise.
- Parfois, les fonctionnalités en préversion ne sont pas intégrées à une version à disposition générale.
Si vous écrivez du code pour une API en préversion, vous devez préparer la mise à niveau de ce code vers des versions plus récentes de l’API quand elles sont déployées. Nous maintenons à jour un document Mettre à niveau les API REST pour faciliter cette étape.
Comment appeler une API REST en préversion
Les API REST en préversion sont accessibles via le paramètre api-version sur l’URI. Les préversions plus anciennes sont toujours opérationnelles, mais deviennent obsolètes au fil du temps et ne sont pas mises à jour avec de nouvelles fonctionnalités ou des correctifs de bogues.
Pour des opérations de plan de données sur du contenu, 2024-05-01-preview
est la préversion la plus récente. L’exemple suivant montre la syntaxe de Index – GET (préversion) :
GET {endpoint}/indexes('{indexName}')?api-version=2024-05-01-Preview
Pour les opérations de gestion sur le service de recherche, 2024-06-01-preview
est la préversion la plus récente. L’exemple suivant montre la syntaxe de la version 2024-06-01-preview du service de mise à jour.
PATCH https://management.azure.com/subscriptions/subid/resourceGroups/rg1/providers/Microsoft.Search/searchServices/mysearchservice?api-version=2024-06-01-preview
{
"tags": {
"app-name": "My e-commerce app",
"new-tag": "Adding a new tag"
},
"properties": {
"replicaCount": 2
}
}