SimplyRetrieve: 一款轻量级私有化检索生成AI工具

RayRay
SimplyRetrieve检索生成开源工具大语言模型本地化Github开源项目

SimplyRetrieve: 打造私有化轻量级检索生成AI平台

在人工智能快速发展的今天,大型语言模型(LLMs)的应用已经深入到各个领域。然而,如何在保护隐私和数据安全的同时,充分利用LLMs的强大能力,一直是研究人员和开发者关注的焦点。SimplyRetrieve应运而生,为这一问题提供了一个优雅的解决方案。

什么是SimplyRetrieve?

SimplyRetrieve是一款开源的轻量级检索生成AI工具,旨在为机器学习社区提供一个完全本地化、轻量级且用户友好的图形界面(GUI)和应用程序接口(API)平台,以实现检索中心生成(Retrieval-Centric Generation, RCG)方法。

SimplyRetrieve工具概览

这个工具的主要特点包括:

  1. 基于GUI和API的检索中心生成平台
  2. 具有提示工程、工具配置和检索分析功能的检索调优模块
  3. 私有知识库构建器
  4. 完全本地化、私有且轻量级访问各种规模的开源大语言模型
  5. 利用Gradio的队列功能实现多用户并发访问UI

SimplyRetrieve的核心理念是将LLMs的上下文解释和知识记忆分离,通过强调检索器组件在知识记忆中的作用,在检索增强生成(RAG)的基础上进一步发展出检索中心生成(RCG)方法。这种方法有潜力产生更高效、更可解释的生成结果,并减少生成任务所需的LLMs规模。

为什么选择SimplyRetrieve?

在当前的AI生态系统中,SimplyRetrieve的出现具有重要意义:

  1. 安全性和隐私保护: 通过完全本地化的部署,用户可以在保护敏感数据的同时利用AI的强大功能。

  2. 轻量级和高效性: SimplyRetrieve可以在单个Nvidia GPU(如T4、V100或A100)上运行,使其对广泛的用户都可访问。

  3. 灵活性和可定制性: 用户可以根据自己的需求选择合适的LLMs和检索器,甚至可以通过自定义提示模板实现多语言支持。

  4. 开源和社区驱动: 作为一个开源项目,SimplyRetrieve欢迎社区贡献,推动技术的不断进步和完善。

SimplyRetrieve的技术实现

SimplyRetrieve的构建主要基于以下几个强大的开源库:

  • Hugging Face: 提供了丰富的预训练模型和工具。
  • Gradio: 用于构建用户友好的Web界面。
  • PyTorch: 深度学习框架,用于模型的加载和推理。
  • Faiss: 高效的相似性搜索和聚类库,用于实现快速检索。

默认配置中,SimplyRetrieve使用了指令微调的Wizard-Vicuna-13B-Uncensored作为LLM,而检索器的默认嵌入模型是multilingual-e5-base。这些模型在系统中表现良好,同时用户也可以根据需要选择Hugging Face上提供的其他开源LLMs和检索器。

使用SimplyRetrieve的潜在应用

SimplyRetrieve为研究人员和开发者提供了一个强大的工具,可以探索多个方向:

  1. 研究检索中心生成在开发更安全、更可解释和负责任的AI系统中的有效性。
  2. 优化检索中心生成方法中上下文解释和知识记忆分离的效率。
  3. 改进针对检索中心生成的提示工程技术。
  4. 实现完全本地和边缘计算的聊天AI。
  5. 创建针对个人用户定制的AI助手。

如何开始使用SimplyRetrieve?

要开始使用SimplyRetrieve,您需要遵循以下步骤:

  1. 克隆GitHub仓库。
  2. 在基于GPU的Linux机器上,激活您喜欢的Python虚拟环境,并安装必要的包:
    pip install -r requirements.txt
    
  3. 如果您想使用自己的数据作为知识源,可以将相关文档(如PDF)放入chat/data/目录,然后运行数据准备脚本。

运行工具的命令如下:

CUDA_VISIBLE_DEVICES=0 python chat.py --config configs/default_release.json

运行后,您可以通过浏览器访问http://<LOCAL_SERVER_IP>:7860来使用Web界面。

SimplyRetrieve GUI示例

SimplyRetrieve的未来发展

SimplyRetrieve团队有着明确的发展路线图,包括:

  • 支持vLLM PagedAttention高吞吐量推理
  • 添加检索中心记忆(聊天历史)组件
  • 创建全面的文档

局限性与注意事项

尽管SimplyRetrieve提供了强大的功能,但用户仍需注意:

  1. 该工具并不能完全确保生成AI模型的响应绝对安全和负责任,即使在检索中心方法中也是如此。
  2. 由于当前一代LLMs的下一个标记预测行为,即使只是轻微修改提示或查询,生成的文本也可能表现出变化。这意味着用户可能需要仔细微调提示和查询以获得最佳响应。

结语

SimplyRetrieve为AI研究和应用领域带来了新的可能性。通过提供一个私有化、轻量级且高度可定制的检索生成AI平台,它不仅解决了数据隐私和安全性问题,还为探索更高效、更可解释的AI系统开辟了道路。无论您是研究人员、开发者还是对AI技术感兴趣的爱好者,SimplyRetrieve都为您提供了一个强大的工具,帮助您在保护隐私的同时,充分利用大语言模型的强大能力。

随着AI技术的不断发展,SimplyRetrieve这样的工具将在推动负责任的AI发展、提高AI系统的效率和可解释性方面发挥越来越重要的作用。我们期待看到更多创新应用和研究成果从这个平台中诞生,为AI的未来贡献力量。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多