宣布 LlamaCloud 全面可用 (GA) (以及我们的 1900 万美元 A 轮融资)!
LlamaIndex

LlamaIndex 2024-07-30

LlamaIndex 快讯 2024-07-30

各位 Llama 爱好者,大家好!🦙

欢迎阅读本周的 LlamaIndex 快讯!我们很高兴为您带来我们产品的最新动态,包括 LlamaCloud 和 LlamaExtract,还有全面的指南、详细的教程以及即将举办的网络研讨会。

LlamaIndex 办公时间

正在构建代理或 RAG 应用吗?加入我们进行 15-30 分钟的 Zoom 聊天,讨论您的项目,我们将赠送免费的 LlamaIndex 周边作为感谢。

立即报名参加我们的办公时间

🤩 重点:

  1. LlamaExtract Beta 发布:我们的托管服务,用于从非结构化文档中提取结构化数据,通过 UI 和 API 增强 RAG 和代理管道。博客文章, 推文
  2. 面向 LLM 驱动的管道的结构化提取:针对 ETL、RAG 和代理工作流程的结构化提取功能,支持异步操作和流式传输。将 Pydantic 对象与您的 LLM 集成,实现块级或文档级的结构化提取并实时可视化 JSON 输出。文档, 推文

✨ 功能发布与增强

  1. 我们已发布 LlamaExtract 作为我们托管服务的早期预览,用于从非结构化文档中提取结构化数据,增强 RAG 和代理管道,现已通过 UI 和 API 提供 Beta 版本。博客文章, 推文
  2. 我们已推出 LLM 驱动的 ETL、RAG 和代理管道的结构化提取功能,全面支持异步操作和流式传输。只需使用 as_structured_llm(...) 将 Pydantic 对象与您的 LLM 集成,即可实现块级或文档级的结构化提取以及实时 JSON 输出可视化。文档, 推文
  3. 我们集成了 Ollama 用于工具调用。这使您可以使用像 llama3.1 这样的本地模型构建代理。文档, 推文
  4. 我们提供了对使用 Mistral Large-2 构建 LLM 应用的零日支持。推文

🗺️ 指南

  • 指南:使用 LlamaExtract 进行面向 RAG 的自动化结构化提取,通过定义模式和提取元数据以获得更丰富的上下文,从而改进 RAG 管道的检索和合成。

✍️ 教程

🎤 网络研讨会