#问答系统
xlnet
XLNet是一种基于广义置换语言建模的新型无监督语言表示学习方法，采用Transformer-XL作为骨干模型，适用于长上下文的语言任务。XLNet在问答、自然语言推理、情感分析和文档排名等多个下游任务中表现优异，超越了BERT，取得了多项任务的最新最佳结果。
WebGLM
WebGLM是一个结合网络搜索与信息检索的高效问答系统，利用10亿参数的GLM生成准确答案。系统提升了性能，通过长上下文处理和人类偏好评分机制优化用户体验，支持多平台部署与扩展，提供流畅、实时的交互。
rust-bert
rust-bert是基于Rust语言开发的高效自然语言处理库，支持问答、命名实体识别、翻译和摘要生成等多种任务。此库支持多线程分词和GPU推断，具备丰富的API，便于开发者和研究人员快速部署使用多种预训练模型。
searchGPT
searchGPT是一款基于大型语言模型（LLM）技术的开源搜索引擎，提供自然语言回答功能。支持实时网络和文件内容搜索，集成OpenAI与GooseAI等LLM技术。简洁直观的界面提升用户体验。了解更多项目架构、未来发展及安装和运行指南，欢迎开发者贡献代码，特别是前端开发者。探索searchGPT的自然语言处理和搜索引擎创新优势。
drqa
该项目构建了一个结合Langchain与大型语言模型（如OpenAI的GPT-3）的问答系统，旨在准确回答问题。系统前端采用React/Typescript开发，后端使用FastAPI框架，实现了PDF文档到文本的转换和嵌入处理，同时支持多种文档类型并优化了搜索与检索速度。项目有效减少了API调用成本，并规划了多项未来改进，如流处理、缓存机制、UI优化和长对话的记忆与总结功能。
n-levels-of-rag
本项目是一个全面的RAG应用开发指南,涵盖基础到高级的多个层次。内容包括核心概念讲解、高级技术介绍、可观察性实践、评估方法和性能优化策略等。适合各层次开发者学习,提供实用知识助力RAG应用开发。
llm-zoomcamp
LLM Zoomcamp是一个十周免费在线课程，聚焦LLM实际应用。课程教授如何构建基于知识库的AI问答系统，内容包括LLM和RAG简介、开源LLM、向量数据库、评估监控、LLM编排等。由业内专家指导，适合具备编程基础的学习者。通过实践项目，学员能掌握构建AI系统的实用技能。
WebCPM
WebCPM项目通过交互式网络搜索技术解决中文长篇问答任务。其开发的搜索界面收集用户行为数据，用于微调大规模预训练语言模型。该模型能够模拟人类搜索过程，生成基于事实的长答案。项目开源了全套资源，包括搜索界面、数据集、代码和模型参数，为自然语言处理领域研究提供支持。
Prompt-Engineering-Guide
本指南详细介绍如何通过提示工程优化和提升大语言模型（LLMs）的应用，包括基础知识和高级技术，涵盖最新的研究论文、学习指南、讲座、参考资料及工具。适合开发者和研究人员理解与应用LLMs，支持13种语言，提供线上课程及多种服务。