私密轻量化的检索中心生成AI工具
SimplyRetrieve是一款开源的检索中心生成(RCG)平台,提供本地化、轻量级的GUI和API接口。它具有检索调优、私有知识库构建和本地大语言模型访问等功能,旨在推动安全可解释的AI系统开发。该工具可在单个NVIDIA GPU上运行,适合各类机器学习研究人员使用。
📰新闻:2023年8月21日 -- 用户现在可以通过GUI中新增的"知识标签"即时创建和追加知识。此外,配置和知识标签中还添加了进度条。
SimplyRetrieve是一个开源工具,旨在为机器学习社区提供完全本地化、轻量级且用户友好的GUI和API平台,用于检索中心生成(RCG)方法。
使用您的文档和语言模型创建聊天工具,高度可定制。特点包括:
关于这个工具的技术报告可在arXiv上获取。📖
关于这个工具的短视频可在YouTube上观看。🎞️
我们的目标是通过分享我们的开源工具来实现RCG方法,从而促进安全、可解释和负责任的LLMs的发展。我们希望这个工具能让机器学习社区以更高效的方式探索LLMs的使用,同时保持隐私和本地实现。检索中心生成 在检索增强生成(RAG)概念的基础上,强调LLMs在上下文解释中的关键作用,并将知识记忆委托给检索器组件,有潜力产生更高效和可解释的生成,并减少生成任务所需的LLMs规模。这个工具可以在单个Nvidia GPU上运行,如T4、V100或A100,使其对广泛的用户都可访问。
这个工具主要基于Hugging Face、Gradio、PyTorch和Faiss这些优秀且熟悉的库构建。该工具中默认配置的LLM是经过指令微调的Wizard-Vicuna-13B-Uncensored。检索器的默认嵌入模型是multilingual-e5-base。我们发现这些模型在这个系统中运行良好,Hugging Face中还有许多其他不同规模的开源LLMs和检索器可用。这个工具也可以使用英语以外的其他语言运行,只需根据目标语言选择适当的LLMs并自定义提示模板即可。
pip install -r requirements.txt
chat/data/
目录,然后运行数据准备脚本(cd chat/
后执行以下命令)
CUDA_VISIBLE_DEVICES=0 python prepare.py --input data/ --output knowledge/ --config configs/default_release.json
pdf、txt、doc、docx、ppt、pptx、html、md、csv
,可通过编辑配置文件轻松扩展。如果出现NLTK相关错误,请参考此问题的提示。设置好上述先决条件后,将当前路径设置为chat
目录(cd chat/
),执行以下命令。然后"去喝杯咖啡吧!"因为它只需要几分钟就能加载完成。
CUDA_VISIBLE_DEVICES=0 python chat.py --config configs/default_release.json
然后,通过在你喜欢的浏览器中导航到http://<本地服务器IP>:7860
来访问基于Web的GUI。将<本地服务器IP>
替换为你的GPU服务器的IP地址。就是这样,你已经准备就绪了!
以下是GUI的示例聊天截图。它提供了一个熟悉的流式聊天机器人界面,带有全面的RCG调优面板。
目前没有本地GPU服务器来运行这个工具?没问题。访问这个仓库。它展示了在AWS EC2云平台上尝试这个工具的说明。
欢迎给我们任何反馈和评论。我们非常欢迎关于这个工具的任何讨论和贡献,包括新功能、改进和更好的文档。随时开启问题或讨论。我们目前还没有问题或讨论的模板,所以现在任何形式都可以。
未来发展
需要注意的是,即使在以检索为中心的方法中,这个工具也不能为确保生成式AI模型完全安全和负责任的响应提供万无一失的解决方案。开发更安全、可解释和负责任的AI系统仍然是一个活跃的研究领域和持续的努力。
由于当前一代LLM的下一个token预测行为,即使只是稍微修改提示或查询,该工具生成的文本也可能会出现变化。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。
如果你觉得我们的工作有用,请按以下方式引用我们:
@article{ng2023simplyretrieve,
title={SimplyRetrieve: A Private and Lightweight Retrieval-Centric Generative AI Tool},
author={Youyang Ng and Daisuke Miyashita and Yasuto Hoshi and Yasuhiro Morioka and Osamu Torii and Tomoya Kodama and Jun Deguchi},
year={2023},
eprint={2308.03983},
archivePrefix={arXiv},
primaryClass={cs.CL},
journal={arXiv preprint arXiv:2308.03983}
}
🏛️ 机构:日本铠侠株式会社记忆技术研发所
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。
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。
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。
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。
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 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。
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。
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。
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。