見出し画像

Week of 6/24(2024) LangChain Release Notes

necos

LangChain 製品ファミリーに新しいメンバーが加わりました。LangGraph Cloud は本日最初のステップを踏み出します。エージェント ワークフローにとって興味深い理由、LangGraph との違い、ベータ版への登録方法については、以下をお読みください。さらに、通常の統合とコミュニティの最新情報も以下から入手できます。

製品アップデート

LangChain、LangSmith、LangGraph の最新の製品アップデートとニュースを紹介します

☁️ LangGraph Cloud: 大規模に展開し、注意深く監視し、大胆に反復する

LangGraph Cloud は現在クローズド ベータ版で、LangGraph エージェントのスケーラブルでフォールト トレラントなデプロイメントを提供します。ワンクリックでデプロイし、LangSmith で統合されたトレースおよびモニタリング エクスペリエンスも利用できます。LangGraph Cloud には、エージェントの障害モードのデバッグと迅速な反復処理のための新しいプレイグラウンドのようなスタジオも含まれています。

これは、LangGraph v0.1 の最新の安定リリースに基づいて構築されており、人間が関与するコラボレーション (人間がエージェントのアクションを承認または編集できるなど) とファーストクラスのストリーミング サポートのサポートにより、エージェントの構築を制御できます。

今すぐ LangGraph Cloud の順番待ちリストにご参加ください。詳細については、ブログ投稿のお知らせをご覧ください。

🔁 LangSmith の LLM 評価者の自己改善

「LLM を審査員として使う」というのは、LLM アプリケーションの出力を評価する一般的な方法です。これは、生成された出力を 別の LLM に渡して、その出力を審査するように依頼するものです。しかし、LLM を審査員としてうまく機能させるには、 プロンプト エンジニアリングをもう一度行う必要があります 。誰が評価者を評価するのでしょうか? 😵‍💫

LangSmith は、ユーザーが LLM 評価者のフィードバックを修正できるようにすることでこの問題に対処します。修正は、LLM を審査員として調整/改善するために使用される少数の例として保存されます。手動でプロンプトを微調整することなく将来の評価を改善し、より正確なテストを保証します。詳細については、ブログをご覧ください。

LangSmithのその他の記事

🥷 LangSmith での PII マスキング

正規表現のリストを指定するか、抽出された文字列値の変換方法を提供することで、匿名化ツールを作成します。ドキュメントをお読みください。

🛝 LangSmith Playground のカスタム モデル

モデル サーバーをデプロイしたら、チャット スタイル モデルまたは指示スタイル モデルのプロバイダーのいずれかを選択して、LangSmith Playground で使用します。ドキュメントを参照ChatCustomModelしてください。CustomModel

🧷プロンプトを保存するときにモデルと構成を保存する

LangSmith でプロンプトを保存すると、モデルとその構成も保存されます。プロンプトを開くたびに Playground 設定で設定をリセットする必要がなくなり、プロンプトのテストが容易になります。

ランチェーン

🪄 1行のコードで任意のモデルを初期化する

LangChain Python のユニバーサル モデル初期化子を使用すると、さまざまなインポート パスやクラス名を覚える必要がなく、一般的なチャット モデルを使用できます。ハウツー ガイドを参照してください。

✂️トランスフォーマーユーティリティでメッセージをトリミングする

新しいユーティリティを使用すると、メッセージを簡単にトリミング、マージ、フィルタリングtrim_messagesできます。特に、ステートフルまたは複雑なアプリケーション (LangGraph で構築されたものなど) に役立ちます。ハウツー ガイドを参照してください。

今後のイベント

来月開催される以下の IRL イベントで、LangChain の愛好家、従業員、熱心な AI アプリ開発者と会いましょう。

🐻 7 月 10 日 (テキサス州オースティン): オースティン LangChain ユーザー グループ ミートアップ。LangChain 101 クイックスタートを取得したい、LangChain の実用的なヒントを聞きたい、最新の NVIDIA コンテストのクールなプロジェクトを見たいですか? オースティンのミキサーに足を運んで、他の AI 愛好家と学び、出会いましょう。こちらからサインアップしてください。

コラボレーションと統合

私たちは、統合を利用してユーザーがエコシステム内のパートナー機能を活用できるよう支援しています。

Anthropic Sonnet 3.5 の統合

Anthropic のより優れた、より高速で安価なモデルを試すことができます ( Python ドキュメント) ( JavaScript ドキュメント)

Fireworks の Firefunction-v2 によるツール呼び出しの微調整

Llama 3-70b、Firefunction-v2 上に構築された新しいオープン ウェイト モデルを使用すると、ツールの呼び出し、エージェントの構築、ベンチマークを簡単に実行できます。ビデオとクックブックをご覧ください。

llama.cpp による完全にローカルな関数呼び出し

llama.cpp 統合では、ツールの呼び出しと構造化出力がサポートされるようになりました。このビデオでは、微調整された 8b パラメータ llama3 モデルでの使用方法について説明します。

LangChainとのVocode統合

LangChain と Vocode を使用して音声ベースの LLM アプリを構築するためのカスタム エージェントを作成できるようになりました。ドキュメントをお読みください。

LangChain を 2024 InfraRed 100に選出していただいた Redpoint に感謝します。

言語を話す

LangChain、LangSmith、LangGraph を使って、本番環境でも高品質かつ正確な LLM アプリを構築した実際の使用例と事例

LLM の最適化とテスト

Factory が LangSmith を使用して反復速度を 2 倍に向上させた方法についてのケース スタディをお読みください。Eno Reyes (Factory の CTO) が、LangSmith の詳細な可観測性を活用してソフトウェア開発を加速させた方法について説明します。Droid のフィードバック ループを自動化し、エンタープライズ レベルのセキュリティを維持しながら最先端のパフォーマンス ベンチマークを達成した方法を学びます。


信頼できるフィードバックを得ることに加えて、AI ワークフローで標準化された評価を実行する方法を知ることも重要です。Adam Lucek (シスコの技術イノベーション スペシャリスト) が、LLM & AI ベンチマークのビデオとコードでこれについて説明しています。

エージェント

LLM を利用した自動エージェントを製品化するのは困難です。ツール呼び出し LLM とエージェント オーケストレーション ツールが改善された今、開発者はエージェントのパフォーマンスを体系的に評価する必要があります。Lance Martin によるこの 3 部構成のビデオ シリーズでは、エージェントのエンドツーエンドのパフォーマンス (ビデオ 1 )、エージェントの単一ステップ (ビデオ 2 )、エージェントのステップの軌跡 (ビデオ 3 ) を評価する方法を学習します。

エージェント評価に関する概念ガイドとチュートリアルも参照できます。

当社の CEO であるハリソンも、Sequoia Capital の「Training Data」の最新エピソードでエージェントについて語りました。エージェントとは何か? LLM 分野におけるエージェントの過去/現在/未来は? これらの質問 (およびその他の質問) が議論されています。SpotifyまたはApple Podcastでお聞きください。

エージェントの実際の動作例をさらにご覧になりたい場合は、以下をご覧ください。

LangChainは初めてですか？こちらにいくつかの提案があります

Lakshya Agarwal (Analytics @ McGill) によるLangChain 入門書を読むか、Brandon Hancock (Full Stack Engineer @ Saltbox) による初心者向け LangChain マスタークラスをご覧ください。彼のビデオでは、チャット モデルの統合から RAG チャットボットの作成、チェーンによるワークフローの自動化まで、LangChain を使用して強力な AI アプリケーションを構築する方法について、20 以上の実際のコード例を紹介しています。


この記事が気に入ったらサポートをしてみませんか？