Rasa 最新发布的主要版本：Rasa 3.x ，很高兴Rasa社区发生的最重要的变化和改进。
Rasa开源3.0将模型体系结构与框架体系结构分开，使我们能够运行任意模型体系结构。它还附带了一些增强功能，重点是在使用Rasa构建会话式AI助理时改善开发人员的体验。改进后的计算后端使我们能够试验体系结构，降低维护成本，并实现大规模的协作开发。槽位映射有一些改进，可以使实现所需的槽位行为和表单更容易。有了一个新的实验特性，它旨在帮助我们找出如何在事件跟踪器存储之上添加一个“语义层”，以便更容易地识别和跟踪对话中感兴趣的情况。以上只是发布的新的Rasa开源版本的一个非常简短的亮点。
Rasa开源3.0将引入的一个主要变化是引入了图体系结构。在以前的版本中，训练管道类似于一系列组件。这将随着新版本的发布而改变，在新版本中，训练管道将以图而不是序列的形式工作。这一变化源于Rasa开源2.2发布后的一个实现，它引入了端到端学习。端到端学习改变了我们看待策略和NLU管道之间交互作用的方式：通过端到端学习，策略可以使用NLU管道中的一些组件来进行预测。
新的图体系结构旨在更容易理解NLU和管道中策略组件之间的关系。新架构将为Rasa开发人员带来许多好处：
l 它使Rasa更加可定制。使用新的图体系结构，定义和修改训练管道组件之间的依赖关系要容易得多。
l 它使缓存成为可能。在以前的Rasa版本中，对任何管道组件的任何更改都需要重新训练所有组件。图体系结构的优点在于它可以将经过训练的组件保存在磁盘上。这意味着，如果对特定组件进行了更改，则只需要重新训练该组件。这样可以节省大量的计算资源并减少训练时间。
l 更容易理解组件之间的交互。尤其是以前的nla组件和策略之间的依赖关系，更易于理解组件之间的依赖关系。
建议报名Gavin大咖的Rasa 3.x 源码高手之路：系统架构、内核算法、源码实现详解课程，具体来说，该系统课程是以下五大课程的合集：
1， 业务对话机器人Rasa 3.x Internals内幕详解及Rasa框架定制实战
2， 业务对话机器人Rasa核心算法DIET及TED论文详解及源码实现
3， Rasa 3.x 语言理解内核Classifiers架构、算法及源码实现
4， 基于Transformer的对话机器人Rasa Policies架构设计与源码全解
5， Rasa业务对话机器人Microservices微服务架构内幕与源码全解
课程通过这五大阶段内容，按照循序渐进的学习方式，帮助学员彻底精通Rasa新一代内核架构、算法内幕及源码实现。
Gavin大咖是星空智能对话机器人创始人、AI通用双线思考法作者，现工作于硅谷顶级的AI实验室。专精于Conversational AI. 在美国曾先后工作于硅谷最顶级的机器学习和人工智能实验室
Gavin大咖微信：NLP_Matrix_Space
联系电话：+1 650-603-1290
