由 LangChain

CSV 数据问答基准测试

这是一篇稍长的文章。深入探讨了表格数据问答。我们讨论（并使用）CSV 数据

由 LangChain 13 分钟阅读

GPT 研究员 x LangChain

在 LangChain，我们认为网络研究是 LLM 的绝佳用例。以至于我们为此写了一篇博客关于

由 LangChain 3 分钟阅读

使数据摄取为生产就绪：LangChain 驱动的 Airbyte 目标

在过去的几个月中，我们的一个重点是使团队能够从原型到生产。将他们开发的应用程序

3 分钟阅读

对话式检索代理

TL;DR: 过去几个月，LLM 应用中出现了几个新兴趋势：RAG、聊天界面、代理。我们最新的功能 - 对话式

4 分钟阅读

LangChain 表达式语言

TL;DR: * 我们很高兴宣布一种新的语法，用于创建具有组合的链。这伴随着一个新的接口，支持批量处理，

5 分钟阅读

告别 CVE，你好 `langchain_experimental`

LangChain 旨在实现的目标之一是将语言模型连接到外部数据和计算资源。这使得语言模型能够

2 分钟阅读

自动化网络研究

重要链接 * Web Researcher Repo * 新的 LangChain Retriever 和文档 * 托管的 Streamlit 应用 动机 网络研究是 LLM 的杀手级应用之一：Greg Kamradt

4 分钟阅读

宣布 LangSmith，一个用于调试、测试、评估和监控 LLM 应用程序的统一平台

LangChain 的存在是为了尽可能简化 LLM 驱动的应用程序的开发。当主要障碍是

8 分钟阅读

分析用户与 LLM 的交互以改进我们的文档

介绍 我们坚定地致力于不断增强我们的文档及其导航性。使用 Mendable，一个支持 AI 的聊天应用程序，用户可以搜索我们的文档

3 分钟阅读

超越聊天机器人：如何使用 LangChain 使 GPT-4 输出结构化数据

作者 Jacob Lee 在过去的几个月中，我有机会为一个集成了 LLM 的客户做一些很酷的探索性工作，例如

4 分钟阅读

Anthropic 100k 上下文窗口的自动评估

Lance Martin 检索架构 LLM 问答 (Q+A) 通常涉及检索与问题相关的文档，然后合成检索到的块

3 分钟阅读

计划和执行代理

TL;DR: 我们正在引入一种新型的代理执行器，我们称之为“计划和执行”。这是为了与以前类型的

4 分钟阅读