Project Icon

self-rag

通过自反学习使语言模型实现按需检索、生成和评估的框架

Self-RAG是一种创新框架,通过自反学习使语言模型实现按需检索、生成和评估。该方法预测反思标记,支持多次检索或跳过检索,并从多角度评估生成内容。这不仅提高了模型输出的事实性和质量,还保持了语言模型的通用性能。

ragas - 高效评估与优化RAG管道性能的框架
GithubLLMRAGRagas开源项目性能监控评估框架
Ragas是一款工具集,用于评估、监控和优化RAG(检索增强生成)应用的性能,特别适合生产环境中的大语言模型(LLM)。Ragas集成了最新研究成果,能在CI/CD流程中进行持续检查,确保管道性能稳定。通过简单的安装和快速入门示例,用户可以快速体验Ragas的功能,并参与社区讨论LLM和生产相关问题。
RAG-Survey - RAG技术全面综述 基础方法、增强技术及未来方向
GithubRAG人工智能大语言模型开源项目检索增强生成自然语言处理
该研究对检索增强生成(RAG)技术进行了系统性调查和分类。文章全面总结了RAG的基础方法,包括基于查询、潜在表示和logit的技术,以及新兴的推测性RAG。同时深入探讨了RAG的多种增强策略,涵盖输入优化、检索器改进和生成器增强等关键方面。这份综述为AI领域的研究人员和开发者提供了RAG技术的最新进展概览,有助于把握未来研究方向。
LongRAG - 改进长文本LLM的检索增强生成框架
GithubLongRAGTevatronWikipedia数据开源项目检索增强生成长上下文LLM
LongRAG项目推出新型检索增强生成框架,采用4K token长检索单元提升RAG性能。项目核心包括长检索器和长阅读器,平衡检索与阅读任务复杂度。除提供完整代码实现,还开放处理后的语料库数据集。这为研究长文本LLM与RAG结合提供了重要资源,有助于探索该领域的未来发展方向。
AutoRAG - 自动优化检索增强生成流程的开源工具
AutoRAGGithubRAG优化开源项目数据处理自动化评估部署
AutoRAG是一个开源的检索增强生成(RAG)自动优化工具,专门为特定数据和用例寻找最佳RAG流程。该工具支持自动评估多种RAG模块组合,简化了最优方案的发现过程。AutoRAG提供简洁的代码接口和命令行操作,方便用户快速评估、部署和共享优化后的RAG流程。此外,AutoRAG还集成了多种评估指标、支持模块、可视化仪表板和Web界面,使RAG技术的应用更加便捷高效。
local-rag - 开源离线增强生成系统,支持多源数据和流式响应
GithubLLMs支持Local RAG开源软件开源项目数据安全离线嵌入
Local RAG是一个开源离线增强生成工具,旨在无需第三方依赖即可处理多种数据源(包含本地文件、GitHub仓库与网站)。该系统通过集成大型语言模型安全高效地处理数据,支持离线嵌入技术、流式数据响应、会话历史记忆和会话数据导出,尤其适合对隐私要求高的使用环境。
Awesome-LLM-RAG - LLM检索增强生成技术最新研究与应用
Awesome-LLM-RAGGithubLLMRAG大语言模型开源项目检索增强生成
本项目汇集了最新的LLM检索增强生成(RAG)技术研究论文,包括RAG指令调优、上下文学习、嵌入、模拟、搜索、长文本与记忆、评估、优化及应用等方面。资源库为研究者提供全面参考,鼓励研究成果的提交与共享,促进RAG技术发展。
graph-rag - 自动生成知识图谱和文档网络以增强RAG性能
GithubKnowledge Graph RAGRAG开源项目搜索文档网络知识图谱
graph-rag项目旨在提升检索增强生成(RAG)的性能。它自动从文档中提取实体和关系,构建知识图谱和文档关联网络。这些图谱可用于搜索相关实体或查找相互关联的文档,增强大型语言模型的上下文信息。该项目在处理医疗等专业领域文档时尤为有效,能提高信息检索和知识推理效率。
RAG-Retrieval - 使用RAG-Retrieval全面提升信息检索效率与精度
GithubRAG-Retrieval开源项目微调排序模型推理检索模型
RAG-Retrieval项目通过统一方式调用不同RAG排序模型,支持全链路微调与推理。其轻量级Python库扩展性强,适应多种应用场景,提升排序效率。更新内容包括基于LLM监督的微调及其Embedding模型的MRL loss性能提升。
Easy-RAG - 构建高效RAG系统 集成多功能知识库和先进对话能力
Easy-RAGGithub向量数据库大模型聊天开源项目知识图谱知识库
Easy-RAG是一个功能全面的检索增强生成(RAG)系统,支持多种文件格式的知识库管理。系统整合了Chroma、FAISS等向量数据库,并采用rerank技术提高信息检索效率。它具备纯大模型多轮对话和基于知识库的问答能力,适合学习、使用和自主扩展。Easy-RAG还支持音频视频的语音转文本功能,为构建智能对话系统提供了全面的解决方案。
R2R - 在生产环境中构建、扩展和管理面向用户的检索增强生成应用程序
GithubR2RRetrieval-Augmented Generation多模态支持开源项目混合搜索知识图谱
R2R旨在弥合本地LLM实验与可扩展的生产级检索增强生成(RAG)应用之间的差距。R2R提供最新的RAG技术,基于RESTful API构建,使用简便。其主要功能包括多模态支持、混合搜索、图形RAG、应用管理、可观察性、可配置性和扩展性。通过R2R仪表板用户界面,可直观管理和分析RAG引擎性能。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号