LlamaIndex • 2024-01-23

LlamaIndex 新闻通讯 2024–01–23

你好，LlamaIndex 探索者们 🦙，

LlamaIndex 又一个激动人心的一周，充满了社区的积极贡献和教育资源。探索我们一系列新功能、教程、指南和演示，所有这些都旨在丰富您的 LlamaIndex 体验。

在深入了解更新之前，我们有两项重要公告

我们很高兴将于 2 月 2 日至 4 日举办首次线下黑客马拉松。这是一个与 RAG 爱好者见面、协作并争夺总奖金超过 8000 美元的绝佳机会！
不要错过我们的网络研讨会，主讲人是 Sehoon Kim 和 Amir Gholami，定于周四上午 9 点（太平洋时间）举行。他们将介绍 LLMCompiler，一个用于并行多函数规划和执行的代理编译器。

我们总是期待看到您的项目、文章或视频。如果您创作了引以为傲的作品，请通过news@llamaindex.ai与我们分享。另外，请记得在我们的网站上订阅我们的新闻通讯，以便直接将所有最新消息发送到您的收件箱。

🤩 亮点：

RankGPT：推出利用 GPT-3.5 和 GPT-4 进行顶级文档排序的 RankGPT，以及一种新颖的滑动窗口技术，用于处理广泛的上下文。笔记本，推文。
可组合检索器：一个集中了高级检索和 RAG 技术的接口，通过 IndexNodes 链接不同的检索器和管道，增强了 RAG 设置。文档，推文。
高级表格数据问答教程：详细指南，介绍如何构建表格数据的查询管道，采用 Pandas、SQL 和查询管道集成少量示例、LLM 和自定义函数设置。文本转 SQL，文本转 Pandas。
长上下文嵌入模型：探索像 M2-BERT-80M-32k-retrieval 这样的模型，它解决了 RAG 中的嵌入分块问题，重点关注混合检索方法和分层检索方法。指南。

✨ 功能发布和增强

我们在高级模块中引入了 RankGPT，该模块利用 GPT-3.5 和 GPT-4 进行高效的文档排序，并采用了独特的滑动窗口策略来处理大上下文。笔记本，推文。
我们推出了可组合检索器，它将各种高级检索和 RAG 技术集中到一个多功能接口中。它通过允许您定义 IndexNodes 来链接不同的检索器或 RAG 管道，从而简化了复杂 RAG 设置的创建。文档，推文。
Anoop Sharma 推出了用于多股票代码分析的 LlamaPack，只需一行代码即可分析各种股票代码，轻松指定股票代码、时间范围和结构化查询。LlamaPack，推文。
LlamaIndex.TS (LITS) 支持所有端点的流式传输。推文。
我们宣布了与 Tonic Validate 的新集成，可以简单访问 LLM 支持的评估。博客文章

🎥 演示：

用于 ArXiv 研究的 RAG-Maestro：由 Aymen Kallala 开发的这个 Web 应用利用 RAG 高效搜索 ArXiv 论文中的科学概念。它使用 RAKE 提取关键词，查询 ArXiv 相关论文，并提供带有内联引用的实时索引——对于浏览 ArXiv 大量文献的 ML 研究人员来说是一个宝贵的工具。演示，GitHub 仓库。

🗺️ 指南

高级表格数据问答指南，提供有关使用 Pandas 或 SQL 创建复杂表格数据查询管道的综合教程，使用我们的查询管道构建查询 DAG，集成了少量示例、链接提示、LLM、自定义函数、检索器等。文本转 SQL，文本转 Pandas。
由 Marco Bertelli 撰写的五部分系列构建全栈 RAG 聊天机器人指南，提供了广泛的教程，涵盖了创建 RAG 聊天机器人的各个方面——从模型选择、Flask 后端设置到构建 ChatEngine 和优化 RAG 管道。
长上下文嵌入模型指南：像 M2-BERT-80M-32k-retrieval 这样的模型通过将检索 grounding 在更广泛的语义上下文中，提供了解决 RAG 中嵌入分块问题的方法。了解混合检索，结合块级和文档级相似性，以及分层检索等其他方法。

✍️ 教程

🏢 诚邀所有企业

您是否正在使用 LlamaIndex 进行构建？我们正在努力使 LlamaIndex 更加适合企业使用，并提供即将推出的合作伙伴产品预览。感兴趣？请联系我们。

相关文章