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。

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。
CRUD_RAG - 全面评估中文检索增强生成系统的基准测试
CRUD-RAGGithub中文基准测试大语言模型开源项目检索增强生成评估系统
CRUD_RAG是一个全面的中文检索增强生成(RAG)系统评估基准。该项目包含36166个测试样本,覆盖CRUD操作,支持多种评估指标。CRUD_RAG提供原生中文数据集、评估任务和基线模型,并具备一键式评估功能。这一工具可助力研究人员和开发者全面评估和优化中文RAG系统性能,推动中文自然语言处理技术的进步。
awesome-LLM-resourses - 中文大语言模型全面资源汇总 数据处理到评估应有尽有
GithubLLMRAG大语言模型开源项目微调推理评估
该项目汇总了中文大语言模型(LLM)领域的全面资源,包含数据处理、微调、推理和评估等多个环节的开源工具。资源库涵盖最新LLM技术,并收录RAG系统和AI代理等前沿应用。项目为LLM研究者和开发者提供了丰富的工具和信息,有助于推进相关项目的开发与应用。
llm-applications - 构建基于RAG的LLM应用的教程
AnyscaleGithubOpenAIRAG-based LLM开源项目性能优化生产
本教程详细展示如何从零基础开发和部署基于检索增强生成(RAG)的LLM应用程序,并使用Anyscale技术优化其性能。揭示如何综合开发、调整各关键组件、评估性能,并高效地进行服务上线,确保应用的卓越性能和极致的扩展性。
FlashRAG - 检索增强生成研究的Python工具库
FlashRAGGithubPython工具包复现研究开源项目检索增强生成自定义组件
FlashRAG是一个专为检索增强生成(RAG)研究设计的Python工具库。该库预处理了32个RAG基准数据集,实现了14种先进RAG算法。FlashRAG提供检索器、重排器、生成器和压缩器等组件,支持灵活构建RAG流程。通过整合vLLM、FastChat和Faiss等工具,FlashRAG优化了执行效率。研究人员可借助该库轻松复现已有RAG方法或开发新的RAG流程。
rag-using-langchain-amazon-bedrock-and-opensearch - 基于Amazon Bedrock和OpenSearch构建检索增强生成系统
Amazon BedrockGithubLangChainOpenSearchRAGTitan开源项目
这个开源项目展示了如何使用Amazon Bedrock的Titan模型和OpenSearch的向量引擎来构建检索增强生成(RAG)系统。项目利用LangChain框架将嵌入文本存储在OpenSearch中,为语言模型提供更精准的上下文。开发者可以选择Amazon Bedrock提供的多种基础模型,包括Anthropic Claude和AI21 Labs的Jurassic系列。项目文档详细介绍了从OpenSearch集群部署到数据加载和查询的全过程,为有意实践RAG技术的开发者提供了完整的参考。
ragna - 高效灵活的RAG编排框架简化AI应用开发
GithubRAG编排框架Ragna开源项目文档检索自然语言处理
Ragna是一个RAG(检索增强生成)编排框架,旨在简化AI应用开发过程。该框架支持Python API、REST API和Web应用界面,方便开发者构建和部署基于RAG的智能系统。Ragna的设计注重灵活性和可扩展性,适应多种AI应用场景。该框架有助于加速智能解决方案的开发,促进AI技术在各领域的应用。
Awesome-LLM - 全面汇总大型语言模型研究进展与资源
ChatGPTGithub人工智能大语言模型开源项目深度学习自然语言处理
Awesome-LLM项目汇集了大型语言模型(LLM)领域的核心资源,包括关键论文、开源模型、训练框架及应用案例。该项目系统梳理了从GPT到当前最新LLM的技术演进,为研究者和开发者提供全面的学习参考。项目内容涵盖LLM历史发展、前沿突破及实践应用,是了解和探索LLM技术的重要资料库。
MultiHop-RAG - 评估跨文档RAG能力的多跳查询数据集
GithubMultiHop-RAG元数据开源项目检索增强生成跨文档评估问答数据集
MultiHop-RAG是一个评估检索增强生成(RAG)系统跨文档能力的问答数据集。它包含2556个多跳查询,每个查询的证据分布在2至4个文档中,并考虑文档元数据,模拟真实RAG应用中的复杂场景。该项目提供检索和问答示例以及评估脚本,帮助研究人员和开发者改进RAG系统的多文档推理能力。
awesome-llm-webapps - 开源LLM网络应用汇总和对比分析
GithubLLMRAGWeb应用开源开源项目聊天机器人
该项目收集并分析了多种开源LLM网络应用,涵盖聊天机器人、自然语言界面等类型。通过比较各项目的功能特点,为开发者选择合适的应用提供参考。收录的项目均为开源且活跃维护,包含从基础API到完整生产系统等不同复杂度。
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