LlamaIndex 新闻通讯 2023年12月05日
内容提要
Llama社区与DeepLearningAI和TruEraAI合作推出了一门关于高级检索增强生成（RAG）的课程，涵盖多种实用工具和技术。新版本的RAG支持网络搜索，提升性能并简化应用开发。同时推出了OpenAI Cookbook，以帮助评估RAG系统。
延伸解读
课程与工具降低RAG入门门槛
LlamaIndex与DeepLearningAI、TruEraAI合作推出高级RAG课程，涵盖Sentence Window Retrieval、Auto-merging Retrieval及TruLensML评估。同时，七个高级检索LlamaPacks将构建过程简化为近乎一行代码，并推出OpenAI Cookbook指导评估。这些资源共同降低了RAG的学习与应用门槛，适合开发者快速上手。
RAGs v3集成网络搜索扩展知识边界
RAGs v3允许用户用自然语言生成定制RAG机器人，并新增网络搜索功能，借助Metaphor Systems搜索引擎从互联网获取最新信息，突破内部语料限制。用户还可查看代理使用的工具，但网络搜索仅限OpenAI代理。这提升了回答的时效性和广度，但需注意其可用性限制。
多模态结构化提取与性能提升
新版本支持将图像转换为结构化Pydantic对象，适用于产品评论、餐厅列表和OCR等场景。同时，结构化元数据提取速度提升2至10倍，显著增强RAG性能。这些改进有助于处理复杂多模态数据，但实际效果可能因具体任务而异。
全栈开发指南与多模态模型评估
LlamaIndex推出全栈应用开发核心指南，包括create-llama、SEC Insights和LlamaIndex Chat等开源工具。此外，指南对比了GPT-4V、Fuyu-8B等模型从产品图像提取结构化数据的能力，发现所有模型均错误识别评论数，仅部分正确判断价格。这提示多模态提取仍需谨慎验证。
Q&A
Llama社区与哪些机构合作推出了RAG课程？
Llama社区与DeepLearningAI和TruEraAI合作推出了RAG课程。
新版本的RAG有哪些性能提升？
新版本的RAG支持网络搜索，提升性能并简化应用开发。
OpenAI Cookbook的主要功能是什么？
OpenAI Cookbook是评估RAG系统的指南，涵盖系统理解、构建和性能评估。
RAG系统的构建过程如何简化？
推出了七个高级检索LlamaPacks，几乎只需一行代码即可构建RAG系统。
RAGs v3的主要特点是什么？
RAGs v3支持自然语言生成的RAG机器人，能够从网络获取最新答案。
如何提高结构化元数据提取的速度？
在结构化元数据提取方面实现了2到10倍的速度提升，增强了RAG性能。
