Week of 11/27(2023) LangChain Release Notes
LangChainテンプレート📁の新機能
LangChainテンプレートは、GenAIアプリケーションの構築を開始するための最も簡単な方法です。独自のユースケースに採用できるサンプルが多数あり、カスタマイズが簡単なスターターコードを提供します。大きなボーナスとして、LangChainテンプレートはLangServeおよびLangSmithとシームレスに統合されているため、それらをデプロイして監視することもできます❤️。
それらすべてを見るために https://templates.langchain.com/ をチェックしてください!
最近のお気に入りは、以下の通りです。
研究助手:お好みのレトリーバーで研究助手を作ろう!偉大なgpt-researcher 🙇に触発されました。
Neo4jを使用した高度なRAG:基本的なRAGでは😏うまくいかない場合があります。このテンプレートは、さまざまな取得方法を試す場合に強くお勧めします。従来の手法、親のレトリーバー、仮定の質問、要約など、さまざまな手法について学びます。
Extraction with Anthropic Models: プロンプト手法を使用して、Anthropic モデルで抽出を行います。
近日公開予定:LangServe 🦜🏓のホスト
私たちは、Hosted LangServeの構築に懸命に取り組んでいます。このサービスにより、LangServeアプリの導入とLangSmithでの追跡が非常に簡単になります。早期アクセスの通知を受け取るには、こちらからサインアップしてください。また、LLMを利用したアプリでどのようなデプロイの課題が発生しているかについてもお聞かせください。返信を押して、より良いサポート方法を教えてください!
また、Google とのコラボレーションにより、LangServe アプリを Cloud Run にデプロイするのが非常に簡単になりました。
ラングスミス🦜⚒️の7日
見逃した方のために、LangSmithのデモシリーズをまとめ、このプラットフォームが本番環境に対応したGenAIアプリケーションをより速く、より確実に構築するのにどのように役立つかを強調しています。
これらの7つのビデオを、それぞれ<10分でチェックしてください、そしてあなたは1時間以内に💪 LangSmithのプロになるでしょう。
LangChainベンチマーク 📊
LangChainベンチマークは、さまざまなコグニティブアーキテクチャの実験とベンチマークを容易にするためのPythonパッケージと関連データセットです。各ベンチマークタスクは、検索ベースのQ&A、抽出、エージェントツールの使用など、一般的なLLMアプリケーション内の主要な機能を対象としています。
最初のベンチマークでは、LangChainのPythonドキュメントでQ&Aデータセットを公開しました。独自のコグニティブアーキテクチャをテストする方法の結果と手順については、こちらのブログ記事を参照してください。
役立つリソース 🔗 : ドキュメント、リポジトリ、Q&A リーダーボード。
オープンGPT ✨
OpenAI の DevDay の後、GPT と Assistants API に触発されたプロジェクトを立ち上げました。これはOpenGPTと呼ばれ、このプロジェクトは同様の機能をオープンソース方式で実装しているため、使用する言語モデル、ベクターストア、ツール、検索アルゴリズムの柔軟性を極めて高めることができます。
役立つリソース🔗:
見逃した方のために
ブログ投稿:
OpenAIのコグニティブアーキテクチャへの賭け。コグニティブアーキテクチャの未来と、それが企業にとって重要な理由に関するHarrisonの見解をご覧ください。
OpenGPTに長期記憶を追加する。LLMアプリで長期記憶が十分に検討されていない理由と、ダンジョンズ&ドラゴンズの🐉 OpenGPTアプリに長期記憶をどのように実装したかの詳細をご覧ください。
RAGを分解する。検索拡張生成に入るすべてのコンポーネントの概要。
事例研究:
AdyenがLangChainをどのように使用しているか。AdyenがLangChainとLangSmithを使用してカスタマーサポート機能をどのように支援しているかをご覧ください。
モーニングスターがLangChainをどのように使用しているか。モーニングスターがLangChainを使用してモーニングスターインテリジェンスエンジンを強化している方法をご覧ください。
LangChain 🤝マイクロソフト:
LangChainがMicrosoftとのコラボレーションを拡大。私たちはこのことに興奮しており、共通のお客様もそうあるはずです。
YouTubeデモ:
コミュニティのお気に入り:
"Needle in a Haystack" Visualizations for long context windows by Greg Kamradt (グレッグ・カムラッド著)
Querypls: Abdul Samad Siddiqui による SQL OSS 実装へのプロンプト
ハイブリッド検索 レオニー・モニガッティ著
Building an LLM Application for Document Q&A Using Chainlit, Qdrant, and Zephyr (英語)
AI ドリブン コンサルタント by Gil Fernandes
研究助手のためのDockerテンプレート by Joshua Sundance Bailey
LangChain Core 0.1 を覗く
langchain-core バージョン 0.1 がリリースされました!こちらの GitHub ディスカッションをフォローしてください。