#文档嵌入

llm-search是一款高效的问答系统，提供简易的YAML配置和与多个本地文档集的交互能力。特色包括优化的文档解析、结合HyDE技术提高搜索结果的准确性和相关性的混合搜索、聊天历史、深度链接、重新排名和定制嵌入等。适用于各类大型语言模型，如OpenAI或本地方案，提供高度定制化。此外，系统能够生成高质量的密集和稀疏嵌入，以优化搜索效果，支持多查询和与其他LLM平台的互操作性。

ChatGPT检索插件是一个独立的检索后端，为AI模型提供语义搜索和文档检索功能。它利用OpenAI的嵌入模型和向量数据库技术，可处理多种数据源的文档，支持元数据过滤，并提供灵活的部署选项。该插件可与ChatGPT自定义GPT、函数调用或插件模型集成，使开发者能够构建高度定制化的文档访问系统，适用于个人用户和企业内部知识管理。

Codapi是一个开源的交互式代码示例平台，用于在产品文档、在线课程或博客文章中嵌入可执行的代码片段。该工具能自动将静态代码示例转换为迷你交互环境，支持多种编程语言、数据库和软件的沙箱执行。Codapi提供HTTP API和JavaScript小部件，便于集成和使用。其轻量级设计和Apache-2.0许可证使其易于在各种项目中应用。

SciNCL是一个基于BERT的预训练语言模型，专门用于生成科研论文的文档级嵌入。该模型利用论文间的引用关系进行对比学习，在S2ORC引用图上训练。SciNCL在SciDocs多项评估指标上表现优异，平均得分达81.9。研究人员可以通过Sentence Transformers或Transformers库方便地使用该模型，为科研文献分析和检索提供支持。