Systematic LLM Prompt Engineering Using DSPy Optimization
本文是LLM提示迭代的迷人和快速发展的科学的旅程，这是大型语言模型操作（LLMOPS）的基本组成部分。我们将使用现实世界数据集生成客户服务响应的示例，以展示如何以系统的方式开发生成器和LLM判断提示[…]使用DSPY优化的系统LLM提示工程首先出现在数据科学方面。
Context Engineering — A Comprehensive Hands-On Tutorial with DSPy
让我们剖析上下文工程的艺术和科学，一次是一个模块！邮政上下文工程 - 与DSPY的全面动手教程首先出现在数据科学上。
Programming, Not Prompting: A Hands-On Guide to DSPy
实用的深入研究宣言AI编程，而不是提示：DSPY的动手指南首先出现在数据科学上。
在这篇文章中，我们将连续的自我实施微型调整框架作为DSPY框架实现的复合AI系统。该框架首先从域知识库中生成一个综合数据集，并为自我建筑生成文档，然后通过SFT驱动模型进行微调，并介绍了人类的工作流程，以将人类和AI的反馈收集到模型响应中，它用于通过增强学习（RLHF/RLAIF）来对齐人类偏好来进一步提高模型性能。
Improving RAG Answer Quality Through Complex Reasoning
展示使用 DSPy 和 Indexify 构建多跳检索系统的过程TLDR；在本文中，我们将探索多跳检索以及如何利用它来构建需要复杂推理的 RAG 系统我们将通过使用 Indexify、OpenAI 和 DSPy 在医疗保健领域构建问答聊天机器人来了解该技术。多跳思路链 RAG 如何有效回答复杂问题。简介检索增强生成 (RAG) 系统已成为构建 LLM 驱动应用程序的强大方法。RAG 系统的运行方式是首先使用检索模型从外部知识源检索信息，然后使用此信息提示 LLM 生成响应。但是，基本 RAG 系统（也称为朴素 RAG）在处理需要对多条信息进行推理的复杂查询时可能会面临挑战。这就是多跳检索发挥作
How Arid Viper spies on Android users in the Middle East – Week in security with Tony Anscombe
这款间谍软件由 ESET 开发，名为 AridSpy，通过伪装成各种消息应用程序、求职应用程序和巴勒斯坦民事登记应用程序的网站进行分发
AridSpy: как ХАМАС тайно шпионит за Ближним Востоком
本次更新将提供对 FSC 的支持，其中包括对 HACO 中心的评估。
Arid Viper poisons Android apps with AridSpy
ESET 研究人员发现 Arid Viper 间谍活动正在向埃及和巴勒斯坦的 Android 用户传播木马应用程序
Clarifai 10.1: RAG in 4 lines of code
探索有关 RAG、DSPy 集成、模型版本的增量训练、更多功能和改进的最新更新。
