Progress 宣布 Progress® MarkLogic® Server 12 提前访问
新发布的版本将回应的准确性提高了一倍以上，并简化了安全生成式 AI 增强应用的开发
Progress (Nasdaq：PRGS) 是一家AI基础设施软件的可靠提供商，今天宣布提前访问Progress® MarkLogic® Server 12。
{ width=60% }
通过这一版本的发布，Progress在MarkLogic Server内提供原生向量支持和新的基于相关性的算法，为客户提供了在企业中利用AI强大能力的高级功能。客户现在可以更容易地在其企业应用程序中集成生成式AI (GenAI)，其中包括一种灵活的检索增强生成（RAG）模式，并在其私有数据中安全地基于 字数据模型地LLM模型，从而实现通过AI模型生成的基于事实的查询响应。
MarkLogic Server 12中的新功能通过改进的搜索技术增强了GenAI响应的相关性和准确性。一个单一的API允许用户为更快速、灵活和更安全的图形RAG实现定义、协调和重新排列搜索得分。简化的RAG架构匹配数据模型和元数据成熟度，为拥有更强大用于GenAI增强应用程序的企业数据。
Progress应用和数据平台EVP兼总经理 John Ainsworth表示：“随着AI越来越多地融入企业，不仅提高传递结果的准确性至关重要，还要保护企业的宝贵数据。” “通过最新版本的MarkLogic Server，我们的客户可以访问一个可靠的数据库管理系统，能够生成高质量的AI响应，同时保护他们的声誉和知识产权投资。”
MarkLogic Server 12的新内容包括：
- 原生向量支持 – 在大量非结构化数据上为AI系统启用大规模相似性搜索。在MarkLogic Server中原生执行向量操作，以改进GenAI检索准确性。通过 r JSON 或 XML 格式存储与数据相邻的向量嵌入。通过 Optic API 进行全文查询，获得最高的结果相关性。
- BM25相关性排名 – 通过更好的文档排名提高召回率，以返回最相关的搜索结果。结合最佳匹配和向量搜索，重新对结果进行排序以获得最佳搜索相关性。使用MarkLogic Server全面搜索，组织可以通过其统一的Optic API将查询合并、合并结果得分并重新对其进行排名，使其解析最与用户查询相关的内容放到LLM模型中。
- 图最短路径 – 解决与路线规划、网络优化和资源分配相关的现实世界问题。通过图形RAG架构在语义搜索中对知识图表或图形数据进行语义搜索，提高AI增强推荐系统中结果的上下文相关性和响应时间。
Progress还发布了一个新应用程序，MarkLogic® Flux™，以提供改进的核心功能MarkLogic平台的数据移动和转换能力。这些功能包括对更多数据源的支持，如关系数据库和云存储系统（如Amazon S3），以及通过更快地摄入极大量高容量数据来提高性能，支持任何运营、分析或AI工作负载。
Progress的MarkLogic平台，其中包括MarkLogic Server，将多模型数据管理与实时、基于相关性的搜索和语义功能相结合，为企业的GenAI解决方案提供一个可适应、安全的基础。他们可以借助灵活的RAG体系结构在其企业中利用GenAI，通过将LLMs与领域特定知识相结合来提高响应准确性，使组织中的信息民主化，并支持AI增强应用程序。
要了解有关MarkLogic Server 12的更多信息，请点击这里。
探索AITechPark，了解人工智能、物联网、网络安全、人工智能技术新闻的最新进展，并从行业专家那里获得深刻见解！
感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。
Progress 宣布 Progress® MarkLogic® Server 12 提前访问
