Project Icon

Awesome-RAG

深入探索RAG的最佳实践与常见挑战

全面了解Retrieval Augmented Generation (RAG),涵盖对话路由、LLM模型、向量检索、提示策略、生成、评估、性能与成本、隐私和安全等方面的实践与挑战。探索先进的RAG模式、多模态RAG、知识图谱和自动提示优化等技术,提升生成质量和可靠性。

fastRAG - 检索增强生成模型的构建与应用探索
ColBERTGithubHaystackLLMONNX RuntimefastRAG开源项目
fastRAG是一个专为构建和优化检索增强生成模型的研究框架,集成了最先进的LLM和信息检索技术。它为研究人员和开发人员提供了一整套工具,支持在Intel硬件上进行优化,并兼容Haystack自定义组件。其主要特点包括对多模态和聊天演示的支持、优化的嵌入模型和索引修改功能,以及与Haystack v2+的兼容性。
self-rag - 通过自反学习使语言模型实现按需检索、生成和评估的框架
GithubSelf-RAG关键词生成开源项目检索增强生成自我反思语言模型
Self-RAG是一种创新框架,通过自反学习使语言模型实现按需检索、生成和评估。该方法预测反思标记,支持多次检索或跳过检索,并从多角度评估生成内容。这不仅提高了模型输出的事实性和质量,还保持了语言模型的通用性能。
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。
AutoRAG - 自动优化检索增强生成流程的开源工具
AutoRAGGithubRAG优化开源项目数据处理自动化评估部署
AutoRAG是一个开源的检索增强生成(RAG)自动优化工具,专门为特定数据和用例寻找最佳RAG流程。该工具支持自动评估多种RAG模块组合,简化了最优方案的发现过程。AutoRAG提供简洁的代码接口和命令行操作,方便用户快速评估、部署和共享优化后的RAG流程。此外,AutoRAG还集成了多种评估指标、支持模块、可视化仪表板和Web界面,使RAG技术的应用更加便捷高效。
rag-chatbot - RAG聊天机器人 支持多PDF智能对话和灵活部署
GithubGradioHuggingfacePDF聊天RAG开源项目本地运行
rag-chatbot项目采用检索增强生成(RAG)技术,实现了与多个PDF文档的智能交互。系统支持本地运行和Kaggle环境,可灵活选择Huggingface或Ollama的各类模型。其特色功能包括多PDF并行处理、跨语言对话潜力和简易部署流程。项目持续优化中,未来将引入高级文档管理和ReAct Agent等功能,适用于研究、教育和企业等多种场景。
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。
LongRAG - 改进长文本LLM的检索增强生成框架
GithubLongRAGTevatronWikipedia数据开源项目检索增强生成长上下文LLM
LongRAG项目推出新型检索增强生成框架,采用4K token长检索单元提升RAG性能。项目核心包括长检索器和长阅读器,平衡检索与阅读任务复杂度。除提供完整代码实现,还开放处理后的语料库数据集。这为研究长文本LLM与RAG结合提供了重要资源,有助于探索该领域的未来发展方向。
graphrag - 提升文本数据结构化处理能力的先进工具
AI生图GithubGraphRAGLLMs开源项目数据管道热门知识图谱隐私数据
GraphRAG是一个革新的数据管道和转换套件,旨在利用大型语言模型(LLMs)的力量从非结构化文本中提取有意义的结构化数据。该项目通过加快索引过程并优化提示调整,提供在Azure上的端到端用户体验,有效增强LLMs处理私有数据的能力。此外,GraphRAG的研究和开发还专注于推动负责任的AI使用,确保用户能够最大限度地发挥系统的潜力并减少限制的影响。
rag-stack - 基于RAG技术的企业级智能问答平台
GithubRAGstack企业知识库向量数据库开源LLM开源项目检索增强生成
RAGstack是一个基于检索增强生成(RAG)技术的企业级智能问答平台。该项目支持Llama 2、Falcon和GPT4All等开源大语言模型,利用Qdrant向量数据库实现高效文档检索。RAGstack提供简洁的服务器和用户界面,支持PDF文档上传和智能问答。系统可在本地运行,也可轻松部署到各大主流云平台,为企业提供安全可控的私有化知识问答解决方案。
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-RAGGithub图神经网络大语言模型开源项目检索增强生成知识图谱问答
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。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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