GPT-5.1 nun vorhanden, was sind die neuen Eigenschaften?

Die drei herausragenden Neuerungen von GPT‑5.1 sind

-die dualen Betriebsmodi (Instant vs. Thinking),
-das adaptive Reasoning (dynamische „Denkzeit“) und
-deutlich verbesserte Personalisierung inklusive Ton‑/Stilkontrolle.

Dazu mal den Mindmap-Generator um eine History ergänzt, und das neue Modell verwendet. Um das neue GPT‑5.1‑Modell zu wählen, musst du nicht den model‑Key ändern, sondern ein anderes Feld im Payload setzen – der model‑Wert bleibt für die Perplexity‑API weiterhin „sonar-pro“.
Perplexity nutzt im API‑Request das Feld model zur Auswahl der Perplexity‑eigenen Modelle wie „sonar-pro“, „sonar-deep-research“ oder „sonar-reasoning-pro“. Welches konkrete OpenAI‑Backend (z. B. GPT‑5.1 Instant oder GPT‑5.1 Thinking) dahinter verwendet wird, wird serverseitig über Konfigurationen deines Pro/Max‑Accounts bzw. über zusätzliche Optionsfelder gesteuert, nicht über den model‑String selbst.

Aktuell ist öffentlich dokumentiert, dass „sonar-pro“ einfach das „Advanced Search / Reasoning“-Modell von Perplexity adressiert; für GPT‑5.1 gibt es keinen neuen, separaten Modellnamen im Sinne von „gpt-5.1“ in der Perplexity‑API, sondern es wird als Upgrade hinter den bestehenden Pro‑Modellen ausgerollt. Dann eben nur die History-Funktion ergänzt.

Get Started OpenAiChatModel mit LangChain4j in Java

LangChain4j ist ein Open-Source-Framework, das speziell für die Integration von Large Language Models (LLMs) in Java-Anwendungen entwickelt wurde. Es bietet eine vereinheitlichte API, die den Zugriff auf verschiedene LLM-Anbieter wie OpenAI oder Google Vertex AI erleichtert. Mit LangChain4j können Entwickler Aufgaben wie das Erstellen von Embeddings, semantische Suchen, Chatbot-Implementierungen und Retrieval-Augmented-Generation (RAG) effizient umsetzen.

Um LangChain4j in einem Java-Projekt zu nutzen, müssen die entsprechenden Maven-Abhängigkeiten hinzugefügt werden und zwar so in der pom.xml: „Get Started OpenAiChatModel mit LangChain4j in Java“ weiterlesen

Lucene: Welche Annotationen sind nötig, damit ein Ecore-Model die Java Klasse für Lucene mit Hibernate indexiert?

Diese drei:

  • org.hibernate.search.annotations.Indexed
  • org.hibernate.search.annotations.DocumentId
  • org.hibernate.search.annotations.Field

Die @Indexed annotation markieren, dass die Entitys indiziert
werden sollen.

Das Attribut ID der Entity muss mit @DocumentId annotiert werden, damit Hibernate
Search ein Mapping zwischen Dokumenten im Index und Entitys in der Datenbank herstellen kann.

Und die @Field annotation. Mit diesem Parameter kann angegeben werden, wie das Feld heißen soll und wie es indiziert werden soll und ob der Inhalt in Tokens zerlegt werden soll oder nicht, und ob der Inhalt auch im Index gespeichert werden soll, welche Filter und Analyzer für das Feld verwendet werden sollen.

Im ecore Modell:
ecore-anno

Ergebnis in der generierten Java Klasse:
ecore-klasse

Ecore: Wie kann ein Java Attribut für die Hibernate Suche im Ecore Modell annotiert werden?

Wie kann in einer Java Klasse ein Attribut für die Hibernate-Suche wie folgt annotiert werden?

Dazu folgende EAnnotation als Value mit den voll qualifizierter Namen einfügen, damit auch die imports aufgelöst werden können

ecore value

ecore annotation

Und für die Maven pom.xml, den folgenden Eintrag, damit die Hibernate Klassen auch gefunden werden können: