ClearML v3.25 在 Hyper-Datasets 功能中引入了对向量数据库的原生支持。此版本使用户能够直接在 ClearML 中存储和搜索嵌入，为强大的自定义 RAG 流水线打开了大门。此外，v3.25 还包括扩展的编排指标、新的 Application Gateway UI 以及一系列 UI 升级，以简化日常操作。
原生向量数据库支持：使用您的数据构建自定义 RAG 工作流程
ClearML 现在在 Hyper-Datasets 中包含了对向量字段的原生支持，为基于 RAG 的应用程序解锁了一个基础组件。用户可以直接将高维嵌入（无论是文本、图像还是任何其他模态的嵌入）存储在 Hyper-Dataset 的每一帧中。
通过 UI 中集成的向量相似性搜索，您可以按语义查询大型数据集，而无需依赖传统的元数据或文件名。这使得您可以轻松地
- 存储和检查自定义嵌入
- 对大型非结构化数据集运行实时相似性搜索
- 使用您自己的特定领域数据探索和调试 RAG 逻辑
- 无需离开平台即可原型设计和迭代检索工作流程
无论您是在文档上构建语义搜索、为 LLM 辅助的标注工具提供支持，还是开发 RAG 流水线，ClearML 现在都能提供您所需的向量原生基础设施。
Application Gateway：从 UI 进行可见性和控制
Application Gateway 现在在 ClearML UI 中拥有一个完整的管理界面。平台管理员可以
- 查看和检查所有已部署的 Application Gateway
- 直接访问路由器配置详情
- 运行连接诊断以验证网络健康状况
这些改进简化了分布式资源的管理，并使跨预置环境排除集成问题变得更加容易。
易用性改进
除了主要功能外，v3.25 还包括一些较小的升级，使平台更顺畅、更高效地使用
- 编排仪表板中的每个 GPU 指标，用于更精细地查看多 GPU 节点
- 一个新的全局搜索栏，可在所有 UI 页面访问
- 模型端点表中添加了过滤选项，以便更快地访问生产部署
- Application 部分中的运行实例指示器，用于快速识别活动应用程序
ClearML v3.25 继续致力于将基础设施可见性、ML 可观测性和 LLM 工作流程增强功能集于一个平台。如果您准备将您的工作流程提升到新的水平，或者只是想让您的 AI 堆栈更高效，请联系我们了解更多关于 ClearML 的信息。
