宣布我们的 LlamaCloud 全面上线（以及我们的 1900 万美元 A 轮融资）！
LlamaIndex
开始使用
联系我们

©2025LlamaIndex

LlamaIndex • 2024-09-24

LlamaIndex 新闻通讯 2024-09-24

Llama 爱好者们，大家好！ 🦙

欢迎阅读本周的 LlamaIndex 新闻通讯！我们很高兴分享 LlamaParse Premium，它通过先进的解析功能增强了您的 LLM 应用；我们在 LlamaCloud 中新增了多模态 RAG 功能，用于高效处理产品手册；以及 RAGApp v0.1，可轻松创建多代理应用。请不要错过我们社区的最新教程！

如果您尚未探索 LlamaCloud，请务必注册并联系我们，讨论您的具体企业用例。

🤩 重点内容：

  • LlamaParse Premium 发布： 使用 LlamaParse Premium 升级您的 LLM 应用，该版本提供先进的文档解析功能，结合多模态模型和强大的文本提取，提高 RAG 准确性，并增加了如图表转 Markdown 翻译和 LaTeX 公式输出等功能。博客文章，推文。
  • 用于产品手册的多模态 RAG： LlamaCloud 中的新功能，可快速构建理解复杂产品手册的 RAG 系统，简化多模态知识助手的创建。博客文章，推文。
  • 故事生成代理指南： 关于开发动态“选择自己的冒险”故事代理的新指南，该代理整合人工反馈以完善故事结果并提高叙事精度。文档，推文。
  • RAGApp v0.1 发布： 介绍 RAGApp v0.1，它简化了多代理应用的创建。用户现在可以通过交互式聊天界面添加研究人员和分析师等代理来生成新闻文章，该界面提供带有来源的流式回答。代码，推文。
  • Llama 研究员项目： Rohan 的 Llama 研究员项目擅长多步骤、代理式报告生成，通过 LlamaIndex 工作流高效管理任务、研究和报告合成。代码，推文。

🗺️ LlamaCloud 和 LlamaParse

  • 我们推出了 LlamaParse Premium，用我们先进的文档解析器升级您的 LLM 应用，该解析器将多模态模型与强大的文本提取相结合，提高了 RAG 准确性，并提供图表转 Markdown 翻译、LaTeX 公式输出和改进的内容检测等功能。博客文章，推文。
  • 我们推出了用于产品手册的多模态 RAG 功能：使用 LlamaCloud 快速构建理解复杂产品手册的 RAG 系统。LlamaCloud 简化了索引、搜索和检索管道的设置，使用户能够在几分钟而不是几周内创建全面的多模态知识助手。博客文章，推文。

✨ 框架

  1. 我们发布了 RAGApp v0.1，使用户无需编码即可轻松创建多代理应用。通过交互式聊天界面添加研究人员和分析师等代理来生成新闻文章，该界面提供带有来源的流式回答。代码，推文。
  2. 构建带有“人工介入”的故事生成代理指南：开发一个动态的“选择自己的冒险”故事代理，该代理整合人工反馈以完善故事结果并提高准确性。文档，推文。
  3. 我们（Zac）已将 NUDGE（一种非参数嵌入微调方法）集成到 LlamaIndex 中，实现了数据嵌入的快速优化，计算资源需求极低，且无需原始模型细节。Notebook，推文。
  4. 我们与 Cometml 的 Opik 合作并进行集成，以改进 RAG 和代理应用，为开发和生产提供自动化日志记录、评估和集成功能。文档，推文。

💡 用例：

  • Rohan 的 Llama 研究员项目，擅长多步骤、代理式报告生成，通过输入任务、使用 TavilyAI 研究子主题以及合成最终报告，全部通过 LlamaIndex 工作流简化实现。代码，推文。

✍️ 社区

  • Benito Martin 关于使用 AWS CDK (IaC)、Qdrant 和 LlamaIndex 创建 RAG 应用的教程。
  • NVIDIA 关于使用 LlamaIndex、NVIDIA NIM 和 Milvus 构建 LLM 助手的视频教程。
  • Akshay 关于使用 LitServe 和 LlamaIndex 部署私有 Llama 3.1 RAG API 的教程。
  • Karan Vaidya 关于使用 Composio 和 LlamaIndex 构建 AI 产品经理以通过人工介入自动化用户反馈转化为行动点的教程。
  • Pavan Nagula 关于使用 LlamaIndex 多代理系统和 Qdrant 构建以用户为中心的 RAG 的教程。

👥 招聘