DTEmpower

DTEmpower 2026.1

2026年9月24日更新说明

本次版本更新内容如下。

数据质量

新增数据质量功能，通过可配置规则检查数据集，帮助用户发现异常数据并跟踪质量状态。主要能力包括：

  • 可创建数据校验规则，并手动运行检查或设置为每次构建数据集后自动执行。
  • 原【任务】模块调整为【运行中心】，其中包含【任务】和【数据质量】两个入口；【任务】用于查看项目中各项操作的运行记录及算子日志，【数据质量】用于查看各数据集的质量状态。
  • 可在数据集的「数据质量」页签查看规则结果、时间线和历史记录。
  • 逐条校验规则支持提取不合格行；聚合校验规则不支持提取。

数据质量当前状态看板数据质量当前状态看板

回归预测模型约束

新增回归预测模型约束功能，用约束表达式定义输入变量和/或输出变量之间必须满足的关系，使模型训练或预测遵循业务约束。主要能力包括：

  • 可从变量列表插入变量，并使用算术运算、比较运算、括号和绝对值等符号编写表达式。
  • 支持添加多条约束；训练或预测时，模型按适用约束处理结果。

配置回归预测模型约束配置回归预测模型约束

图像标注

新增图像标注功能，用于为图像添加类别标签或目标框，生成可用于后续模型训练和预测的标注数据。主要能力包括：

  • 支持创建图像分类和目标检测标注任务，并配置文件列表数据集、图像文件夹及输出数据集。
  • 支持在工作区为图像选择类别或绘制目标框，审核标注结果后运行任务，将结果输出到流程中。

选择图像标注任务类型选择图像标注任务类型

在工作区标注目标检测图像在工作区标注目标检测图像

Python 环境管理

新增 Python 环境管理功能，用于集中管理平台的 Python 运行环境。管理员可创建多个环境，并在环境列表中切换当前配置对象，分别设置 Python 版本、Conda 源、离线准备方式和 Python 包索引地址，也可准备环境并查看依赖和日志。

管理和切换 Python 环境管理和切换 Python 环境

2026年9月10日更新说明

本次版本更新内容如下。

时序预测

「机器学习」中增加【时序预测】任务，主要更新包括：

  • 支持配置目标变量、时间变量、单时间序列或多时间序列，以及时间步长、预测窗口和预测分位数。
  • 支持设置数据重采样、重复时间戳处理、测试集窗口和 K 折交叉测试。
  • 支持将字段配置为仅使用历史值，或使用已知历史值和未来值的外源变量。
  • 支持生成时移特征和滚动窗口聚合特征。
  • 提供 Auto ARIMA、Prophet、DeepAR、NHITS、TFT、Random Forest、Ridge Regression 和 XGBoost 算法。
  • 训练结果中可比较候选模型，并查看预测图、特征重要性、评价指标和误差诊断。模型确认后可进行部署。

时序预测训练结果时序预测训练结果

智能数据处理

智能数据处理全面升级，主要更新包括：

  • 输入输出支持多个文件夹
  • 扩展表格、结构化数据、文档、图像、音视频和压缩文件等内容的读取、处理与格式转换。
  • 平台内置 OCR，可识别图片和扫描 PDF 中的文字、表格及版面信息。识别结果可生成 .dtocr 文档包，并在「标注结果」「文档阅读」和「详细数据」中查看。

智能数据处理工作区智能数据处理工作区

OCR 文档识别结果OCR 文档识别结果

模型评估

已部署模型的操作区域增加【评估】，主要更新包括：

  • 创建评估任务时，可选择评估数据集和待评估模型。
  • 可分别创建用于保存预测明细和评价指标的输出数据集。
  • 运行完成后，在流程中生成评估结果数据集和评估指标数据集。

配置模型评估任务配置模型评估任务

任务管理

项目顶部导航中增加「任务」模块，主要更新包括：

  • 集中展示数据处理、模型训练、模型预测和模型评估等算子的运行记录。
  • 展示任务状态、执行用户、开始时间、结束时间和运行耗时。
  • 展示任务对应的流程和算子执行状态，可查看各算子的运行日志。

任务列表和执行概览任务列表和执行概览

数据集构建

流程中的数据集节点增加【构建】。选择数据集并点击【构建】后，系统会根据当前数据集的上游依赖关系，重新运行生成该数据集所需的前置流程，直至生成当前数据集。

构建数据集构建数据集