После нескольких пропущенных релизов в нашем блоге мы вернулись с 0.5.12! Как всегда, исправлено несколько ошибок и добавлено несколько функций в сервис персонализированного ранжирования Metarank. Давайте посмотрим глубже, что изменилось.
Поля ранжирования по элементам
В предыдущих версиях Metarank вы могли указать в поле relevancy
в запросе ранжирования значение, полученное от вашей поисковой системы первого уровня: оценка из поисковых систем терминов OpenSearch/ElasticSearch, косинусное сходство из векторных поисковых систем Pinecone/qdrant. или любой другой балл.
Однако этот формат не может поддерживать несколько механизмов поиска, когда у вас есть результаты, полученные как из поиска по терминам, так и из векторного поиска, например.
В версии 0.5.12 вы можете передать параметр fields
в событии ранжирования и указать несколько оценок релевантности, которые могут использоваться вашей моделью машинного обучения при персонализации результатов.
Событие ранжирования и базовые модели машинного обучения поддерживают отсутствующие значения для оценки релевантности, поэтому, если у вас нет оценки релевантности для некоторых элементов, вы все равно можете включить их в событие, не проходя оценку.
Улучшенная поддержка Redis
Начиная с версии 0.5.9 мы улучшили поддержку постоянства Redis. Поддержка TLS была добавлена в 0.5.10 вместе с конфигурацией тайм-аута.
В этом выпуске мы добавили возможность указать ваши учетные данные аутентификации Redis через переменные среды METARANK_REDIS_USER
иMETARANK_REDIS_PASSWORD
соответственно.
Благодаря последним изменениям вы полностью подготовлены для использования GitOps при развертывании Metarank, поскольку вы можете хранить всю конфигурацию, связанную с Metarank, в Git.
Метрики Прометея
При запуске любой службы в производственной среде важно анализировать показатели приложения, чтобы понять его работоспособность и производительность.
Prometheus стал стандартным инструментом для выставления метрик приложения, которые может потреблять Grafana. И пока мы готовим стандартную информационную панель Metarank Grafana, вы уже можете использовать маршрут /metrics
, предоставляемый Metarank, для создания собственных информационных панелей.
Вот пример вывода Prometheus от Metarank:
> GET /metrics HTTP/1.1 > Host: localhost:8080 > User-Agent: curl/7.86.0 > Accept: */* > < HTTP/1.1 200 OK < Date: Mon, 28 Nov 2022 13:30:41 GMT < Transfer-Encoding: chunked < # HELP metarank_feedback_events_total Number of feedback events received # TYPE metarank_feedback_events_total counter metarank_feedback_events_total 58441.0 # HELP metarank_rank_requests_total Number of /rank requests # TYPE metarank_rank_requests_total counter metarank_rank_requests_total{model="xgboost",} 5.0 # HELP metarank_rank_latency_seconds rank endpoint latency # TYPE metarank_rank_latency_seconds summary metarank_rank_latency_seconds{model="xgboost",quantile="0.5",} 0.011451508 metarank_rank_latency_seconds{model="xgboost",quantile="0.8",} 0.014340056 metarank_rank_latency_seconds{model="xgboost",quantile="0.9",} 0.119447575 metarank_rank_latency_seconds{model="xgboost",quantile="0.95",} 0.119447575 metarank_rank_latency_seconds{model="xgboost",quantile="0.98",} 0.119447575 metarank_rank_latency_seconds{model="xgboost",quantile="0.99",} 0.119447575
Разные улучшения
Теперь можно вручную указать стратегию разделения для обучения модели. Доступны параметры random
, time
и hold_last
, которые дают вам еще больший контроль над созданием и проверкой модели машинного обучения.
И как всегда, несколько ошибок здесь и там были исправлены!
Что дальше?
Следите за новостями от нашей команды и дайте нам знать, если у вас есть какие-либо вопросы или проблемы в нашем канале Slack.
Мы также обеспечиваем полную адаптацию и постоянную корпоративную поддержку для Metarank. "Свяжитесь с нами для более подробной информации.