基于Llama3的RAGhttps://github.com/langchain-ai/langgraph/blob/main/examples/rag/langgraph_rag_agent_llama3_local.ipynb展示了如何从头开始使用LangGraph和Llama3-8b构建可靠的本地代理。将3种先进RAG技术（自适应RAG、纠正性RAG和自我RAG）的思想结合起来，形成LangGraph中的单一控制流程。路由：自适应RAG。将问题路由到不同的检索方法。后备方案：纠正性RAG。如果文档与查询不相关，则回退到网页搜索。自我纠错：自我RAG。修正包含幻觉或未回答问题的答案。Llama3微调LLaMA-Factory微调，已经支持LLaMA-3https://github.com/hiyouga/LLaMA-FactoryColab笔记本中将Llama-3微调速度提高2倍https://colab.research.google.com/drive/135ced7oHytdxu3N2DNe1Z0kqjyYIkDXp?usp=sharing基于Llama3的function calling/Agent目前官方的说法是Llama3不支持function calling一种方法采用Function Calling数据微调后的Llama 3https://huggingface.co/Trelis/Meta-Llama-3-8B-Instruc
………………………………
