anserini

开源可复现信息检索研究工具包

Anserini 信息检索 Lucene 回归实验 MS MARCO Github 开源项目

Anserini是基于Lucene开发的开源信息检索工具包,致力于推动可复现的学术研究。该工具包提供从索引构建到结果评估的端到端实验支持,实现了BM25、doc2query-T5、SPLADE等多种先进检索模型。Anserini可应用于各类标准IR测试集,有助于缩小信息检索研究与实际搜索应用之间的差距。

访问官网

Github

介绍相关项目

pyserini - Python信息检索工具包支持多种检索模型

GithubPyserini信息检索实验复现开源项目搜索工具索引构建

Pyserini是一个Python信息检索工具包,支持稀疏和密集表示检索。该工具包集成了Anserini和Faiss库,可用于多阶段排序的首轮检索。Pyserini提供预构建索引、查询、评估脚本等功能,方便在标准IR测试集上复现实验。它支持传统词法模型、学习型稀疏检索模型、密集检索模型及混合检索模型,并有详细的使用指南。

denser-retriever - 多技术融合的企业级AI检索工具

AI检索器Denser RetrieverGithubxgboost向量搜索开源项目机器学习重排序

Denser Retriever是一款企业级AI检索工具，融合关键词搜索、向量数据库与机器学习重排功能，并通过xgboost技术优化。其在MTEB基准测试中表现出色，支持端到端应用，包括聊天机器人和语义搜索。项目支持Python安装，推荐使用Anaconda配置，附有详细文档和开发指南。

cherche - 神经搜索和语义检索的开源工具

ChercheGithub安装指南开源项目排序器检索器神经搜索

Cherche是一款开源工具，用于开发神经搜索流水线，支持预训练语言模型和检索器，特点是在于构建端到端检索管道，适用于离线语义搜索。它支持多种检索器和排名模型，包括TF-IDF、BM25、Lunr、DPR等，并与SentenceTransformers和Hugging Face模型兼容。项目提供详细文档和安装指南，欢迎社区参与贡献。

ann-benchmarks - 开源高维近似最近邻搜索算法基准测试平台

ANN算法Github基准测试开源项目性能比较近邻搜索高维空间

ann-benchmarks是一个开源的高维近似最近邻(ANN)搜索算法评估平台。该项目提供预生成数据集、Docker容器和测试套件,支持对多种ANN算法进行客观的基准测试。目前已包含Annoy、FAISS、NMSLIB等主流算法,并通过性能对比结果和可视化图表展示各算法特性。研究人员和工程师可基于此平台选择适合特定场景的ANN算法,推动相关技术的优化和应用。

iresearch - 高性能独立搜索引擎库

GithubIResearch开源项目搜索引擎文档查询索引

iresearch是一个独立搜索引擎库,提供索引和存储功能。支持多版本数据管理和并发读写,通过writer接口索引,reader接口查询。查询使用树状结构,支持自定义排序插件。由多个独立段组成,包含元数据、字段信息、词典、倒排索引等。提供灵活的文档和字段抽象,以及目录、写入器、读取器等核心组件。采用C++开发,支持多种编译器,并有Python封装。

INTERS - 指令微调优化大型语言模型的搜索能力

GithubINTERS信息检索大语言模型开源项目指令微调自然语言处理

INTERS是一个包含20个信息检索任务的指令微调数据集，旨在提升大型语言模型的搜索能力。该项目基于43个数据集构建，涵盖查询理解、文档理解和查询-文档关系理解三大类任务。实验表明，INTERS能有效增强LLaMA、Mistral等开源大型语言模型在信息检索方面的表现，为搜索技术发展开辟新路径。

deep-seek - 大规模LLM驱动互联网检索引擎的实验性架构

DeepSeekGithub互联网安装开源项目检索引擎研究代理

该项目引入了一种基于LLM的大规模互联网检索引擎的实验性架构，与传统的答案引擎不同，它旨在处理大量来源，收集综合实体列表。项目展示了检索代理通过计划、搜索、提取和丰富等步骤生成包含信任评分的详细表格。该架构的亮点在于其高效的令牌使用和广泛的数据处理能力，适用于需要深入检索和详细信息的场景。用户可以访问示例结果，深入了解其架构特点和潜在改进空间。

terrier-core - 开源大规模文档检索引擎平台

GithubTerrier信息检索开源软件开源项目搜索引擎文本检索

terrier-core是一个开源搜索引擎平台，专为大规模文档集合设计。它提供先进的索引和检索功能，支持快速开发和评估大规模检索应用。该平台兼容TREC和CLEF测试集，适用于文本检索研究。最新版本集成Python接口PyTerrier，便于在Jupyter或Colab环境中进行实验。

aquila - 高效构建神经信息检索应用的工具

Aquila DBGithubJSON MetadataLatent VectorsNeural Search Enginek-NN Retrieval开源项目

Aquila DB 是一个高效的神经搜索引擎，专为机器学习应用的数据存储和检索设计。它能够索引机器学习模型生成的潜在向量和 JSON 元数据，并进行 k-NN 检索。Aquila DB 适合数据科学家和机器学习工程师，以便快速构建神经信息检索应用，且依赖性低。支持多种编程语言和 Docker 部署，集成简便。目前处于 alpha 版本，并已在生产环境中使用。

vec4ir - 基于词嵌入的开源信息检索框架

GithubVec4IR信息检索开源项目相似度计算评估框架词嵌入

Vec4IR是一个开源的信息检索框架,专注于实际应用场景。它原生支持词嵌入技术,与gensim无缝集成。框架提供内置评估功能,API设计参考sklearn,便于扩展新模型。核心组件包括匹配和相似度评分,还支持查询扩展等高级特性。Vec4IR适合研究人员评估检索模型,也可帮助数据科学家选择最佳方案。框架核心功能包括文档匹配和相似度评分。它还提供查询扩展、伪相关反馈等高级特性,可满足复杂的检索需求。Vec4IR采用模块化设计,便于研究人员快速实现和评估新的检索算法。对于数据科学家,该框架也是比较不同检索模型性能的理想工具。

相关项目

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。

使用协议隐私政策广告服务

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