Week of 10/30(2023) LangChain Release Notes

AI、LLMで有名なLangChain。LangChainはまだまだ進化中。定期的に”LangChain Release Notes”が発表されています。これはその ”LangChain Release Notes” の日本語訳（機械翻訳）です。興味を持った箇所は是非原文のページにあたって頂けたらと思います。LangChainの理解の一助となれば幸いです。（WEBページは、そのまま日本語に訳せてしまう時代ですが備忘録も兼ねて）

[Week of 10/30] LangChain Release Notes

LangChainテンプレートの発表

さまざまなタスクに対応する簡単にデプロイできるリファレンス・アーキテクチャのコレクションであるため、迅速に作業を開始できます。
· LangChainテンプレートの詳細については、ビデオウォークスルー、ブログ投稿、ウェビナー録画をご覧ください。
· テンプレートの全コレクションについては、こちらをご覧ください。
· LangServeでテンプレートを導入したいですか? Hosted LangServeへの早期アクセスにサインアップしてください。
· LangChain Templatesコミュニティボードで、その他のテンプレート(および見たいテンプレートのリクエスト)をチェックしてください。
お気に入りのLangChainテンプレート
· プライベートRAG:外部APIなしでプライベートでドキュメントのQA
· Text-to-SQL(APIまたはプライベート経由):自然言語からSQLへのクエリ
· 半構造化データのQA:テキストと表を含むドキュメントのQA
· OpenAI 関数呼び出し: 非構造化テキストから目的の出力スキーマ (JSON など) へ
· コンテンツモデレーション:チャットのフィルタリング/監視にガードレールを使用する
· LangChain Templatesコミュニティボードで、その他のテンプレート(および見たいテンプレートのリクエスト)をチェックしてください。

データ注釈キュー
LangSmithの最新機能 - LangChainアプリケーションを管理するためのSaaSプラットフォームです。
· データポイントを本番ログからデータ注釈キューに簡単に移動できるため、自分(およびチームメイト)はデータを検査し、チェーンのパフォーマンスがうまくいっていない場所を直感で把握できます。
· LangSmith のベータ アクセスにサインアップします。

見逃した方のために

· DeepLearning AIショートコース:LangChainを使用した機能、ツール、エージェントについて。OpenAI 関数呼び出しの基本をカバーし、それを使用してタグ付け、抽出、ツール選択を行い、会話型エージェントまで構築します。
· Scrimba コース: LangChainJS の最新情報に関するインタラクティブなコースです。学習の途中でコードをリミックスして実行します。
· このブログ記事では、LangChainの1周年を祝い、コミュニティに心から感謝します。
· Reddit AMA:コミュニティの質問と、LangChainのCEO兼共同創設者であるHarrisonの回答を読んでください
·ウェビナーの録画
o LangServeとLangChainテンプレートのウェビナー:先月、LangServeの初期リリース(API)、LangServeプレイグラウンド、LangChainテンプレート(LangServeでデプロイ)など、LangServeに関するいくつかの大きな機能をリリースしました。私たちはそれらすべてについて話しました!
o Docker、LangChain、Ollama、Neo4j の新しいGenAIスタックでアプリを構築
o 本番環境への道のり:LangChainとAstra DBによるSkypointの旅

· ブログ記事
o 埋め込みがRAGの品質を向上:Voyage AIチームによるChat LangChainの航海AI
o クエリ変換: 検索を改善するために人間の質問を変換するアプローチのチュートリアル
o Beyond Text: Making GenAI Applications Accessible to All: ノルウェージャンクルーズラインのアンドレス・トーレス氏とディラン・ブロック氏
o OpenAI 関数を使用してテキストからナレッジ グラフを構築する: ナレッジ グラフを活用して LangChain アプリケーションを強化する (Tomaz Bratanic 著)。
o LangChain + Robocorp のケーススタディ: Robocorp は、AI を活用した開発者アシスタントである Remark を使用して、コードに全力を注いでいます。自然言語を話せる人なら誰でも、ReMarkを使ってアイデアをPythonボットに変換できます。お客様は自動化を 4 倍の速さで構築し、チームはサポート リクエストにかかる時間を何百時間も節約しています。
o テーブル、テキスト、および画像上のRAG用のマルチベクターレトリーバー:多様なデータタイプ(画像、テキスト、表)にわたるシームレスな質問応答は、RAGの聖杯の3つです。そこにたどり着くのに役立つ<>つの新しい料理本のガイド。

· コミュニティから
o ステップバック プロンプト: LLM チャットボットをこれまで以上にスマートにする方法: LangChain でのステップバック プロンプトの実装に関するウォークスルー by Yeyu Huang
o How to implement Weaviate RAG applications with Local LLMs and Embedding models: Develop RAG applications and don't share your private data with anyone(ローカルLLMと埋め込みモデルを使用してWeaviate RAGアプリケーションを実装する方法): RAGアプリケーションを開発し、個人データを誰とも共有しない by Tomaz Bratanic
o LLMとRAGの評価:LangChainとHugging FaceによるHugging Faceを使用した実践例
o データの概要とチャットする: Prince Krampah による 20 分間のガイド、レポはこちら
o Dylan Babbs によるカスタム ドキュメントを使用したフルスタック セマンティック検索 Web アプリの作成
o LangChain + RAGの概要:Sophia Yangによるプレゼンテーション
o 次のAI製品にAbraが実装したRAGが必要な理由
o LangSmithでLLMコストを83%削減:@DataheraldCo単位
o The LangChain Implementation Of DeepMind's Step-Back Prompting: Run DeepMind's Step-Back prompting in a notebook by Corbus Greyling (DeepMind のステップバック プロンプトをノートブックで実行する)
o Assembly AIによる音声データの検索拡張生成
o @1littlecoder によるステップバックプロンプトチュートリアル
o 半構造化データを扱うためのマルチベクトルレトリーバー Sudarshan Koiralaによるチュートリアル
o RAGアプリ用のText to SQL:LangChainがSQLデータベースのプロンプトを@gswithaiでどのように提供するかを示す短いガイド

もうすぐです

· LangServeでテンプレートを導入したいですか? Hosted LangServeへの早期アクセスにサインアップしてください。
· どのテンプレートを見たいですか?LangChain Templatesコミュニティボードでリクエストしていただければ、作成に最善を尽くします。