LlamaIndex 新闻通讯 2024-04-30

LlamaIndex 爱好者们，大家好！🦙

旧金山的天气非常宜人，春意盎然，希望您也有个美好的一天！看看本周的新闻、指南和教程总结吧。

🤩 本周亮点：

• 第一时间支持 Microsoft 的 Phi-3 Mini！ 推文
• create-llama 现已支持 Llama 3 和 Phi-3，并新增了许多功能！ 推文
• Simon 参加了一个安全播客！ 推文

✨ 功能发布与增强

1. Jina AI 发布了强大的新开源重排序器，我们一如既往地做到了第一时间支持！ 推文
2. 微软发布了强大的新型小型模型 Phi-3 mini，我们 对其进行了测试（剧透：效果不错！），并通过 Ollama 发布了 Day-0 支持！ 推文
3. 我们的 create-llama 应用生成器进行了更新，增加了许多功能，包括能够显示检索到的来源，以及支持 Llama3 和 Phi-3。30 秒从零开始构建一个应用！ 推文
4. Language Agent Tree Search (LATS) 是一种强大的新技术，它通过迭代规划一系列潜在的未来，穿插使用工具和反思来解决问题。我们发布了一个 Llama Pack 实现。 推文

🎥 演示

• Memary 是一个参考实现，展示了如何在知识图谱形式中使用长期记忆来构建代理。 推文
• 我们的黑客马拉松获奖者撰写了一篇博客文章，介绍他们获奖的项目——一个基于文档训练的知识检索机器人，并分享了构建过程。 推文

🗺️ 指南

• 联合创始人 Jerry 分享了他最新的演示文稿，该指南介绍了如何构建一个上下文增强的研究助手，实现多跳问答、反思等功能。 幻灯片, 推文
• Corrective RAG (CRAG) 增加了一个检索评估模块，用于判断检索到的上下文是否“正确”并改进检索。查看此分步构建指南！ 推文
• Jerry 还深入探讨了构建复杂代理所需的要素。 推文
• KX Systems 的 Michael 演示了如何将检索变为多跳过程以获得更好的结果。 推文
• LlamaIndex 和 AWS Bedrock 高级 RAG 的参考架构。 推文

✍️ 教程

• 使用 Qdrant 作为向量存储、Jina AI 嵌入和 Mixtral 8x7b 作为 LLM，构建一流的 RAG 应用。 推文
• 了解使用 LlamaIndex 在 AWS 上构建 LLM 应用的 3 种以上模式。 推文
• 关于将 RAG 从原型推向生产的 9 部分系列教程。 推文

🎥 网络研讨会：

• KX Systems 将于 5 月 1 日举办网络研讨会，介绍如何最大化 LlamaParse 的潜力！ 推文
• 联合创始人 Simon 参加了 MLSecOps 播客，谈论了 LLM 应用中的安全性。 推文

👯‍♀️ 社区：

我们在 韩国成立了 LlamaIndex 用户组！