LlamaIndex • 2024-02-20

LlamaIndex 新闻通讯 2024–02–20：介绍 LlamaCloud

各位 LlamaIndex 爱好者 🦙，您好，

今天标志着 LlamaIndex 生态系统的一个里程碑，我们推出了 LlamaCloud，这是一套下一代托管解析、摄取和检索服务，专为您的 LLM 和 RAG 应用中的生产级 上下文增强量身定制。

作为使用 LlamaCloud 的企业 AI 工程师，您可以专注于构建业务逻辑，将繁重的数据管理工作留给我们。轻松处理海量生产数据，即时提升响应质量。LlamaCloud 首次推出：

LlamaParse：一项用于复杂文档（包括表格和图表）的专业解析服务，与 LlamaIndex 无缝集成，用于处理半结构化文档。这使得以前难以回答的复杂查询成为可能。
托管式摄取和检索 API：简化 RAG 应用的数据加载、处理和存储，通过 LlamaHub 支持 150 多种数据源，包括 LlamaParse，以及 40 多种数据存储解决方案。

LlamaParse 现已开放公开预览，目前专注于 PDF 文件，并对公开用户设有限制；如需商业条款，请联系我们。托管式 API 处于私有预览阶段，仅供部分企业合作伙伴使用。感兴趣？请联系我们了解更多详情。

您的创新精神是我们的动力！我们期待发现那些令您兴奋的项目、文章或视频。请将您的杰出贡献发送至 news@llamaindex.ai。如果您还没有订阅，请通过我们的网站加入我们的新闻通讯，直接在您的收件箱中获取 LlamaIndex 的所有最新消息。

🤩 亮点：

纠正性 RAG LlamaPack：我们推出了包含 CRAG 洞察的 LlamaPack，优化了信息检索，以提高准确性和相关性。推文，LlamaPack。
SELF-DISCOVER LlamaPack：我们将 SELF-DISCOVER 论文的实现作为 LlamaPack 推出，利用 LLMs 的元推理能力进行自适应的复杂问题解决。推文，LlamaPack。
RAG 生产指南：一份关于生产就绪型 RAG 的综合指南，包含来自 JasperAI 的 Sisil Mehta 的洞察和策略。

✨ 功能发布与增强

我们已将纠正性检索增强生成（CRAG）论文中的洞察整合为 LlamaPack，增强了我们的系统评估和优化检索信息的能力，以提供更准确和相关的响应。推文，LlamaPack。
我们已将 SELF-DISCOVER（一种新颖的方法）整合为 LlamaPack，赋予 LLMs 元推理能力，使其能够从多个选项中自我发现和适应最合适的推理模块，从而实现更通用和复杂的解决问题能力。推文，LlamaPack。

🎥 演示

DanswerAI，一款为企业知识量身定制的开箱即用型 ChatGPT 集成，通过连接 GDrive、Slack 和 Jira 等常用工作工具，由 Llama Index 提供支持，提高了销售、IT、工程和客户支持团队的效率。
用于 ADU 规划的生成式 AI：由 Rujun Gao 开发的一款综合性应用，可以查询当地 ADU 法规，通过卫星图像分析可建空间，提供平面图建议，并将用户与当地承包商连接，展示了多模态 AI 自动化在提高生产力方面的强大能力。

🗺️ 指南

构建生产就绪型 RAG 的指南，包含来自 JasperAI 的 Sisil Mehta 的实用技巧和窍门。
Nomic-embed-text-v1.5 与 LlamaIndex 的指南：获取从 64 到 768 任意维度的嵌入，灵感来自 Matryoshka 表征学习。
创建 RAG 驱动的研究代理的指南，这是一个关于构建科学调查工作流程的笔记本，利用 ArXiv、维基百科、教科书等资源，具备获取摘要、生成想法和全面信息查询的能力，由 Llama Index 和 LionAGI 提供支持。

✍️ 教程

Jerry Liu 关于 LlamaIndex v0.10 介绍的教程。
Jerry Li 关于使用查询管道从头构建代理的教程。
Ravi Theja 关于使用 Ollama 和 LlamaIndex 构建多模态应用的教程视频。
Brett Young 关于使用 LlamaIndex 和 W&B Weave 构建基于 RAG 的数字餐厅菜单的教程。
Raghav 关于使用 LlamaIndex 和 LanceDB 进行高级视频处理的多模态 RAG 的教程。
Tech With Tim 关于查询非结构化数据、使用 Pandas 分析表格数据以及以简洁、分步方式执行结果的教程。
Florian June 关于使用 RAGAs 和 LlamaIndex 进行 RAG 评估的教程。
Davide Gallitelli 关于将 HuggingFace 嵌入模型部署到 Amazon SageMaker 并通过 Llama-Index 使用它的教程。

🎥 网络研讨会：

相关文章