OpenAI API 推出 Structured Outputs 功能
OpenAI 在 API 中推出 Structured Outputs 功能,模型输出现在能够可靠地遵循开发者提供的 JSON Schema。
推荐理由:OpenAI 官方宣布 API 输出可遵循开发者提供的 JSON Schema,对需要稳定结构化输出的工程场景有直接参考价值。
内容类型
AI 产品与应用的功能上新、改版与商业化——谁家的产品变强了、变贵了、能用了。
1,178 条精选近 30 天 134 条共收录 9,753 条
OpenAI 在 API 中推出 Structured Outputs 功能,模型输出现在能够可靠地遵循开发者提供的 JSON Schema。
推荐理由:OpenAI 官方宣布 API 输出可遵循开发者提供的 JSON Schema,对需要稳定结构化输出的工程场景有直接参考价值。
LlamaIndex 发布 LlamaExtract beta,这是一个托管服务,可从非结构化文档中抽取结构化数据:能从候选文档集推断 schema(用户可后续编辑),并按指定 schema 抽取字段值。
推荐理由:原文来自 LlamaIndex 官方,介绍了从文档推断 schema 并抽取结构化数据的用法,读者可以评估它在 RAG 数据处理管线中的适配性。
DeepSeek 更新 /chat/completions 接口,新增 JSON 输出、Function 调用、对话前缀续写(Beta)及 8K 最长输出(Beta)。同时新增 /completions 接口,支持 FIM 补全(Beta)。
推荐理由:DeepSeek API 这次更新补上了 Function calling 和 JSON 模式,加上 FIM 补全,让开发者的工具调用和代码补全场景有了更完整的方案,虽然都是 Beta 但方向很对。
LangChain 宣布 LangGraph v0.1 稳定版发布,并推出处于封闭 Beta 的 LangGraph Cloud,用于大规模、容错地部署智能体。
推荐理由:官方发布交代了 LangGraph v0.1 稳定版的控制设计与 Cloud 的容错部署能力,可帮助读者判断智能体上线时的基础设施选型。
LlamaIndex 宣布开源框架 llama-agents 的 alpha 版发布,用于构建和部署生产级多智能体 AI 系统,可将每个 agent 变成独立运行的微服务。
推荐理由:官方发布开源多智能体框架 alpha 版,介绍了微服务架构、编排方式、监控工具和从本地到生产部署的具体用法。
Suno 发布 Audio Inputs 功能,所有 Pro 和 Premier 用户可上传或录制 6-60 秒的音频片段,通过“Extend”模式选择起始时间戳、设定风格,并可添加歌词来创作歌曲。社区创作者已用其提供自定义音频引子来设定氛围、节奏和乐器灵感。该功能会阻止受版权保护作品的上传,且所有包含人声的输入将保持私密并不可搜索。
推荐理由:Suno 把上传录音做歌的门槛降到极低,对音乐创作者和普通用户都友好,只是这已经是前年的更新,之后的同类功能可能更完善。
Mistral AI 在 la Plateforme 上推出模型定制能力,提供三种微调入口:开源微调 SDK mistral-finetune、la Plateforme 上的 serverless 微调服务,以及面向部分客户的定制训练服务。
推荐理由:原文给出三种微调入口的具体形态、底层 LoRA 技术和适用模型,读者可据此为自建或托管微调选型。
Anthropic 在 Claude Platform 版本说明中发布 Claude Sonnet 5.5(claude-sonnet-5-5),可用性覆盖 Claude API。
推荐理由:版本说明集中列出各新模型的破坏性变更与迁移指南,开发者可据此排查现有代码是否受影响。
LlamaIndex 推出 Property Graph Index,用带标签属性图表示替代传统三元组知识图谱,支持节点类型与元数据、向量嵌入和混合检索。
推荐理由:官方详细给出了属性图谱的抽取方式、检索组合和底层存储接口,读者可以对照自己的数据场景评估是否迁移。
OpenAI 更新 ChatGPT 数据分析功能,新增表格和图表交互,并可直接从 Google Drive 和 Microsoft OneDrive 添加文件。
推荐理由:原文仅公告 ChatGPT 数据分析支持表格图表交互及直接接入 Google Drive 和 OneDrive 文件,未提供更多细节,可据此了解入口变化。
OpenAI 宣布 GPT-4 API 全面可用,GPT-3.5 Turbo、DALL·E 和 Whisper API 也同时全面开放。同时发布 Completions API 旧模型的退役计划,这些旧模型将于 2024 年初退役。
推荐理由:官方宣布 GPT-4 等 API 全面开放,并给出旧版 Completions 模型的退役时间表,开发者可据此调整接口迁移。
OpenAI 宣布推出 ChatGPT 和 Whisper API。正文抓取失败,仅有标题信息可确认发布动作。
OpenAI 宣布用户无需注册账号即可直接开始使用 ChatGPT,降低了体验 AI 的门槛。
推荐理由:OpenAI 官方宣布取消注册门槛,读者可以据此了解 ChatGPT 使用方式的变化和入口调整。
LlamaIndex 发布 LlamaParse 正式版,定位为首个 GenAI 原生文档解析平台,公测 3 周内已有超过 2000 名用户解析超过 100 万页。
推荐理由:官方宣布 LlamaParse 正式版上线,解析指令、JSON 模式和定价等细节齐全,做文档 RAG 的读者可据此评估是否采用。
Cognition 发布 AI 软件工程师 Devin,可规划并执行需要数千次决策的复杂工程任务,配备 shell、代码编辑器和浏览器等沙盒开发环境,并能实时汇报进度、接受反馈与用户协作。
推荐理由:官方宣布 Devin 并给出 SWE-bench 13.86% 的成绩与具体能力示例,读者可据此评估智能体在真实工程任务中的可用性。
Mistral AI 发布对话助手 Le Chat,作为与 Mistral 各模型交互的入口,底层可使用 Mistral Large、Mistral Small 或原型模型 Mistral Next。产品提供可调节的系统级审核机制,并同步推出支持自部署和细粒度审核的 Le Chat Enterprise;目前 beta 用户可注册试用,但 Le Chat 尚无法联网,可能给出过时信息。
推荐理由:官方首发公告说明了可切换的底层模型与企业版能力,读者可据此了解 Mistral 产品入口的初步形态。
LlamaIndex 发布 LlamaParse 和 LlamaCloud,为 LLM 与 RAG 应用提供托管解析、摄取和检索服务。
推荐理由:官方发布新解析与托管数据管线服务,给出公共预览的用量限制、试用方式与存储伙伴集成,读者可据此评估是否引入现有 RAG 工作流。
LlamaIndex 推出面向 LLM 与 RAG 应用的托管解析、摄取与检索服务套件 LlamaParse。LlamaParse 专注解析含表格和图表的复杂文档,已进入公开预览,当前聚焦 PDF 并对公开用户设用量上限;托管摄取与检索 API 处于私有预览,支持通过 LlamaHub 接入超过 150 个数据源和 40 多种数据存储方案。
推荐理由:LlamaIndex 官方公告,列出 LlamaParse 的解析能力、公开预览状态和配套托管 API 的开放范围,便于评估是否引入 RAG 工作流。
OpenAI 正在测试让 ChatGPT 记住用户讨论内容的能力,以便在未来对话中提供更有帮助的回应。用户可以控制 ChatGPT 的记忆。
推荐理由:OpenAI 官方宣布 ChatGPT 正在测试记忆功能,读者可以据此了解该功能的用途和用户控制方式。
LlamaIndex 发布 v0.10.0,是其 Python 包迄今最大更新。核心变化包括:拆出精简的 llama-index-core 包,数百个集成(150+ 数据加载器。
推荐理由:官方发布说明了包拆分、导入路径变化和迁移工具,正在迁移或维护 LlamaIndex 项目的开发者可以直接对照升级。