Project Icon

anserini

开源可复现信息检索研究工具包

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。

opensearch-neural-sparse-encoding-v1 - 跨平台高效搜索的稀疏检索模型
GithubHuggingfaceLucene倒排索引MS MARCO数据集OpenSearch开源项目查询扩展模型稀疏检索
此开源项目展示了一个学习型稀疏检索模型,通过将查询和文档编码为稀疏向量,提供高效的搜索解决方案。模型在MS MARCO数据集上进行训练,并在BEIR基准测试中展示了优良的搜索相关性与推理速度。支持OpenSearch神经稀疏功能,能与Lucene倒排索引结合,进行高效的索引与搜索。该项目提供多个模型版本,适应不同的数据集与应用需求。使用者能在OpenSearch集群内或通过HuggingFace模型API进行模型的外部运行。
FlexNeuART - 经典和神经网络信息检索的灵活框架
FlexNeuARTGithub信息检索实验框架开源项目排序模型神经网络模型
FlexNeuART是一个轻量级模块化的信息检索框架,适用于研究、教育和评估。该框架支持多种检索方式,包括密集、稀疏和混合检索,并提供多字段多级正向索引功能。FlexNeuART集成了先进的神经网络和传统模型,支持多GPU训练和推理,以及集成学习。通过Python API,用户可以方便地使用检索器和排序器。在MS MARCO文档排序任务中,FlexNeuART展现了优秀的性能,为信息检索领域的研究和应用提供了灵活而强大的工具。
InRanker-base - 增强跨领域场景信息检索的AI解决方案
GithubHuggingfaceInRanker信息检索开源项目无监督学习模型模型蒸馏语言模型
InRanker通过语言模型和重排序技术,在无需额外查询或人工标注的情况下提升跨领域信息检索能力。其双重蒸馏训练策略有效生成训练数据,从而优化了模型性能,并保持易用特性。
awesome-generative-information-retrieval - 生成信息检索的前沿技术与实际应用
Generative Document RetrievalGenerative Information RetrievalGenerative RecommendationGithubGrounded Answer GenerationRetrieval Augmented Generation开源项目
本项目综述了生成信息检索的最新发展,覆盖了基础答案生成和生成文档检索,还包括生成推荐和生成基础总结等内容。项目包含丰富的博客、数据集、工具及评估方法,并提供多样的工作坊与教程,旨在帮助用户理解生成信息检索的各个方面。同时,欢迎提交Pull-requests以共同改进生成信息检索技术。
Examine - 基于Lucene.Net的高效索引搜索库
ExamineGithubLucene.Net开源软件开源项目数据处理索引搜索
Examine是一个基于Lucene.Net的开源.NET索引搜索库。它提供简单易用的API,支持快速索引和搜索大量数据,允许配置多个独立定制的索引。Examine具有高度可扩展性,提供基于Lucene的索引实现和流畅的搜索API。该库适用于需要高性能搜索功能的.NET应用,可通过NuGet轻松集成。
InsTag - LLM监督微调数据分析与优化工具
GithubInsTagLLM开源项目数据分析标签系统监督微调
InsTag是大型语言模型监督微调数据分析工具,通过标记和分类用户查询,量化评估数据多样性与复杂性。该工具为研究人员提供模型训练优化依据,基于InsTag分析结果,仅需6K样本即可训练出TagLM模型。在MT-Bench评测中,TagLM表现优于多个开源LLM,凸显了InsTag在提升LLM训练效率方面的价值。
xmc.dspy - Infer-Retrieve-Rank方法revolutionizing大规模多标签分类
GithubInfer-Retrieve-Rank上下文学习多标签分类开源项目极端多类别语言模型
Infer-Retrieve-Rank (IReRa)是一种创新的多标签分类方法,专门针对具有大量类别的任务。这个通用且模块化的程序通过预训练语言模型和检索器的交互,高效处理复杂的分类问题。IReRa仅需少量标记示例即可优化性能,无需模型微调。该项目提供完整文档,包括安装、数据处理、运行指南等,方便研究人员在各种语言模型推理和检索任务中应用。
metarank - 实时个性化搜索和推荐服务,优化CTR和用户体验
GithubMetarank个性化开源开源项目排序服务推荐系统
Metarank是一个开源排名服务,帮助构建个性化的语义/神经搜索和推荐系统。通过整合点击和购买等客户信号,该服务可以优化搜索结果和推荐内容,实现最大化CTR。其快速性能支持大规模结果集的重新排序,并提供开箱即用的排名信号计算,节省开发时间。与多种流处理系统集成,Metarank能处理大量RPS,支持横向扩展。另外,用户可以使用LLM,在搜索查询中理解其真实含义,提供更智能的搜索解决方案。
awesome-pretrained-models-for-information-retrieval - 信息检索领域预训练模型研究综述与最新进展
Github信息检索开源项目搜索引擎深度学习神经网络预训练模型
该项目汇集了信息检索领域预训练模型相关的重要论文资源。内容涵盖第一阶段检索、重排序、联合学习等核心技术,以及大语言模型应用和多模态检索等前沿主题。项目提供了全面的文献综述,有助于研究人员和从业者了解该领域的最新进展和发展方向。资源列表系统梳理了稀疏检索、密集检索等关键技术,为相关研究提供了宝贵的参考。
solr - 开源高性能搜索引擎
Apache SolrGithub企业级开源开源项目搜索平台高性能
Apache Solr是基于Lucene的开源搜索引擎,提供高效的全文检索和实时索引功能。支持分布式搜索、灵活配置、容器化部署和集群管理。Solr具备强大的搜索和分析能力,适用于企业、电商和数据分析等场景。其丰富的功能(如facet搜索)、卓越的性能和高扩展性可满足复杂的搜索需求。凭借易用的管理界面,Solr成为构建现代搜索应用的理想选择。
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