Neuerungen bei Oracle AI Data Platform Workbench

Im Folgenden erhalten Sie einen Überblick über neue Features und Verbesserungen in Oracle AI Data Platform Workbench.

Themen

Die neuesten Nachrichten, Produktupdates, Kunden- und Partnerberichte sowie Marktdaten von Oracle AI Data Platform Workbench finden Sie unter https://blogs.oracle.com/ai-data-platform/.

1. Mai 2026

Feature Beschreibung
Vom Kunden verwaltete Schlüsselverschlüsselung auswählen Beim Erstellen Ihrer AI Data Platform Workbench-Instanz können Sie jetzt die von Oracle verwaltete Schlüsselverschlüsselung verwenden oder die Verschlüsselung des verwalteten Schlüssels in Ihrer Organisation verwenden. Siehe Speicherverschlüsselungsoptionen.
Netzwerkbasierte Zugriffskontrolle aktivieren Erstellen Sie Gruppen definierter IP-Adressen, die Sie in Richtlinien oder Authentifizierungseinstellungen referenzieren können, um den Zugriff zu kontrollieren. Siehe Netzwerkquellen.
Vorschau: Zugangsdaten mit Secrets und Vault-Referenzen verwalten Der Zugangsdatenspeicher bietet eine sichere und zentralisierte Möglichkeit, vertrauliche Informationen wie Authentifizierungstoken und externe Zugangsdaten zu verwalten. Anstatt Secrets direkt in Konfigurationen oder Code einzubetten, können Benutzer sie über ihre AI Data Platform Workbench sicher speichern und wiederverwenden. Siehe Info zum Zugangsdatenspeicher.
Vorschau: Verbinden und verwalten Sie Ihre Daten in Git Sie können Ihre Git-Dateien jetzt vollständig in der AI Data Platform Workbench verwalten, mit Dienstprogrammen, mit denen Sie Dateien pushen, abrufen, festschreiben und zusammenführen sowie auftretende Zusammenführungskonflikte verwalten können, ohne die Plattform verlassen zu müssen. Siehe Git-Integration (Vorschau).
Vorschau: Führen Sie Experimente aus und iterieren Sie sie, um Modelle basierend auf Ihren Daten zu erstellen Experimente in Oracle AI Data Platform Workbench bieten Data Scientists, Machine-Learning-Ingenieuren und Managern die Möglichkeit, bei der Entwicklung von Modellen zusammenzuarbeiten. Siehe Experimente (Vorschau).
Vorschau: Modelle für maschinelles Lernen erstellen und trainieren Mit Modellen für maschinelles Lernen in der AI Data Platform Workbench können Sie optimierte Modelle durch Leistungsanalyse, Zusammenarbeit und Analyse experimenteller Bedingungen wie Hyperparametern, Eingabedatensätzen und Feature Engineering erstellen. Siehe Modelle (Vorschau).
Vorschau: Administrationseinstellungen Mit den Administrationseinstellungen können Sie die in Ihrer Instanz aktivierten Features steuern, Git-Zugangsdaten und -Einstellungen verwalten und Ihre Ressourcenlimits überwachen, um zu erfahren, wann Sie möglicherweise die verwendeten Ressourcen reduzieren oder eine Erhöhung anfordern müssen. Siehe Administrationseinstellungen (Vorschau).