Project Icon

pyserini

Python信息检索工具包 支持多种检索模型

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。

splade - 优化查询和文档检索的SPLADE稀疏模型
BEIR基准GithubSPLADE信息检索开源项目模型训练
SPLADE项目使用BERT的MLM头和稀疏正则化来学习查询和文档的稀疏扩展,优化了检索性能。项目包含训练、索引和检索的代码,并支持在BEIR基准测试中评估。最新版本通过硬负样本采样、蒸馏和改进的预训练语言模型初始化,显著提升了检索效果。此外,SPLADE的稀疏表示优化了倒排索引的使用,提供了显式词汇匹配和可解释性等优点。经过优化的训练和正则化,SPLADE在域内外测试中表现优异,延迟性能与BM25相当。
Surprise - 专为推荐系统设计的Python科学计算工具包
GithubPythonSurprise协同过滤开源项目推荐系统机器学习
Surprise是一个专门用于构建和分析基于显式评分数据的推荐系统的Python科学计算工具包。它简化了数据集处理,提供多种预测算法和相似度度量,支持新算法实现,并具备评估和比较算法性能的工具。Surprise适用于学术研究和商业应用,为推荐系统开发提供了全面的解决方案。
elasticsearch-labs - 收录了可执行的Python笔记本、示例应用和资源,用于测试Elastic平台的各种功能
AI/MLElasticsearchGithubPython笔记本向量数据库开源项目搜索引擎
该项目收录了可执行的Python笔记本、示例应用和资源,用于测试Elastic平台的各种功能。通过本项目,可以学习如何利用Elasticsearch作为向量数据库,支持混合和语义搜索,并构建检索增强生成、摘要和问答等应用场景。还可以测试Elastic的前沿功能,例如Elastic Learned Sparse Encoder和递归排序融合。项目还支持与OpenAI、Hugging Face等集成,为AI/ML驱动的应用提供基础,探索更多高级搜索体验。
serpl - 终端文本搜索替换工具 提高代码编辑效率
GithubSerplripgrep开源项目搜索替换终端用户界面项目文件夹
serpl是一款终端用户界面(TUI)应用,用于在整个文件夹中搜索和替换关键词。它支持简单搜索、大小写匹配、全词匹配、正则表达式和AST Grep等多种搜索模式。serpl提供交互式预览、键盘导航和可配置按键绑定功能。这款工具适用于大规模代码重构和快速文本修改,能够提高开发者的工作效率。
jina-reranker-v1-tiny-en - 快速文本重排序解决方案,支持最长8192个token处理
ALiBiGithubHuggingfaceJina AIreranker开源项目文本分类模型知识蒸馏
jina-reranker-v1-tiny-en在JinaBERT模型基础上通过知识蒸馏技术实现高效文本重排序,支持最长8192个token的处理,适用于高速度需求场景,并确保结果的准确性。提供多种接入方式,包括Jina AI Reranker API、sentence-transformers库及transformers.js等。该模型表现优异,确保搜索结果的相关性和准确性。
torrentinim - 低资源占用的开源种子搜索引擎和爬虫
APIGithubTorrentinim开源项目爬虫种子搜索引擎自托管
Torrentinim是一款开源的种子搜索引擎和爬虫,具有API驱动和低内存占用特点。支持Linux、Mac和Windows平台,可爬取多个索引站点的种子和磁力链接。设计简单易用,下载即可运行,平均RAM使用仅24MB。提供JSON搜索接口,支持eztv、1337x、nyaa等多个种子网站。Torrentinim高性能、低占用,是理想的自托管种子搜索解决方案。
ranx - Python高性能排序评估库 适用于信息检索和推荐系统
Githubranx信息检索开源项目推荐系统融合算法评估指标
ranx是一个高性能Python排序评估库,专为信息检索和推荐系统设计。它利用Numba实现快速向量运算和自动并行,提供用户友好的接口进行系统评估和比较。ranx支持统计检验、LaTeX表格导出,以及多种融合算法和归一化策略。此外,ranx还提供自动融合优化功能,并配有预计算运行库ranxhub,方便进行模型比较。
opensearch-neural-sparse-encoding-doc-v2-distill - 神经稀疏编码模型优化文档检索效率
GithubHuggingfaceOpenSearch变压器模型开源项目文档检索模型神经稀疏编码自然语言处理
opensearch-neural-sparse-encoding-doc-v2-distill是一种先进的学习型稀疏检索模型,能将文档编码为30522维稀疏向量。该模型在BEIR基准测试中表现出色,展现了优秀的零样本性能和搜索相关性。其67M的参数量和0.504的平均NDCG@10分数,体现了模型的高效性。结合OpenSearch神经稀疏特性和Lucene倒排索引,可实现快速精准的文档检索。
elasticsearch-py - Elasticsearch官方Python客户端 全面集成搜索引擎功能
ElasticsearchGithubPython客户端开源项目搜索功能数据处理数据索引
elasticsearch-py是Elasticsearch的官方Python客户端库,为开发者提供全面的搜索引擎集成功能。该库支持自动发现集群节点、持久连接和负载均衡,同时确保TLS和HTTP认证的安全性。它能够轻松处理Python数据类型与JSON的转换,并提供线程安全的请求机制。通过丰富的API辅助函数,开发者可以高效地与Elasticsearch交互,简化数据索引、搜索和分析流程。
timesearch - Reddit内容归档与分析的多功能工具集
GithubPushshift APIReddit数据抓取timesearch开源项目数据库离线阅读
timesearch是一套专门用于Reddit内容归档和分析的工具集。它可以获取子版块和用户的历史帖子及评论,实时监控新内容,下载样式和Wiki页面。该工具还能生成离线阅读HTML,创建索引和进行数据统计。通过结合使用Pushshift API和Reddit API,timesearch能够获取更全面的历史数据,突破了Reddit自身API的限制。这个开源项目为Reddit内容研究和分析提供了便捷的解决方案。
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