Project Icon

GNN-RAG

结合图神经网络和检索增强生成的知识图谱问答方法

GNN-RAG项目探索了图神经网络在大语言模型推理中的应用。该方法在密集子图上进行推理,检索候选答案和推理路径,结合了GNN的结构化推理和LLM的自然语言处理能力。项目提供了GNN实现和基于RAG的LLM问答系统的代码,以及实验结果。研究表明,这种方法在知识图谱问答任务中具有提升性能的潜力。

GPT-RAG - GPT-RAG企业级数据集成与零信任安全
AzureEnterprise RAGGPT-RAGGithubRAG大模型开源项目
GPT-RAG解决方案加速器为企业提供了稳固的架构,适用于企业级RAG模式部署。该架构通过零信任安全和负责任的AI,确保响应的可靠性、可用性、可扩展性和可审计性。其模块化组件包括数据采集、编排和前端应用,使得企业能够从探索阶段顺利过渡到大规模生产和MVP阶段。
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。
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。
ToG - 将知识图谱与大语言模型结合的先进推理框架
GithubICLR 2024ToG大语言模型开源项目深度推理知识图谱
ToG是一个结合知识图谱与大语言模型的推理框架,通过'图思考'方式增强模型的推理能力。该框架支持Freebase和Wikidata知识图谱,显著提高了模型在复杂任务中的表现。ToG项目已在GitHub开源,提供了代码和详细说明,为相关研究提供了实验基础。该框架的创新在于深度融合知识图谱,实现了更精确和可靠的推理过程。
renumics-rag - 使用Renumics RAG进行检索增强生成数据的探索和可视化
GithubLangChainOpenAIPoetryRenumics RAGStreamlit开源项目
Renumics RAG项目使用LangChain和Streamlit实现检索增强生成助手。通过简单的虚拟环境配置,支持GPU和CPU用户可以快速安装相关依赖项。提供对HTML文件的文档索引和通过命令行或Web应用进行文档检索和问题解答的功能。支持OpenAI、Hugging Face模型的集成,并能使用Renumics Spotlight进行数据的交互式探索,帮助用户了解RAG系统的性能与数据分布。
Mistral-RAG - 意大利语问答强化模型 Mistral-RAG
GithubHuggingfaceMistral-RAG开源项目抽取模式模型生成模式自然语言处理问题回答
Mistral-RAG是以Mistral-Ita-7b为基础优化的模型,专注于问答任务。其生成模式可以整合多源信息,适用于教育和创意场合;提取模式则提供快速、精确的答案,适合科研和法律领域。可通过Python便捷调用,提升数据处理效果。
rag-gpt - 集成前端、后端及管理控制台能够快速部署智能客服系统
GithubLLMRAG-GPT后台管理开源项目智能客服系统部署
RAG-GPT项目允许用户利用Flask, LLM及RAG快速启动一个智能客服系统,整合了前端、后端和管理控制台。支持多种知识库的集成,配置灵活,界面友好,可在五分钟内部署生产级会话服务。适用于需要高效、高可定制的客服解决方案的业务。RAG-GPT为企业提供了一个多面的、易于配置的智能客服平台,支持Docker直接部署或源代码部署,兼容多种大型语言模型(Large Language Models),如OpenAI的GPT和Moonshot,满足各型企业的需求。
super-rag - 提升AI应用性能的高效RAG流水线工具
GithubREST APISuper-Rag云端API人工智能开源项目文档处理
Super-Rag为AI应用提供了支持多种文档格式与向量数据库的高效RAG流水线。包含生产就绪REST API,支持自定义数据分割,多种编码模式,及代码解释器模式,适于解决计算性问题与答疑,并通过唯一ID高效进行会话管理。
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。
text2vec-base-chinese-rag - 基于CoSENT框架的中文RAG文本嵌入模型
FAISSGithubHuggingfaceLangchainRAG向量检索开源项目模型自然语言处理
text2vec-base-chinese-rag采用CoSENT训练框架构建,专注于中文文本理解和RAG任务。模型支持文本相似度计算,集成Langchain和FAISS向量存储功能,实现高效文档检索。项目提供自定义LLM的RAG实现示例,便于开发者快速应用和扩展。
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