#搜索技术

LLM Answer Engine: 构建下一代智能问答系统

3 个月前
Cover of LLM Answer Engine: 构建下一代智能问答系统

LLM Answer Engine: 构建高级问答引擎的开源解决方案

3 个月前
Cover of LLM Answer Engine: 构建高级问答引擎的开源解决方案

RAG Fusion: 革新检索增强生成的新范式

3 个月前
Cover of RAG Fusion: 革新检索增强生成的新范式

Awesome Search: 探索搜索技术的全面指南

3 个月前
Cover of Awesome Search: 探索搜索技术的全面指南
相关项目
Project Cover

llm-answer-engine

llm-answer-engine是一个开源问答系统,集成了Groq、Mixtral AI和Langchain.JS等多种AI技术。该系统能高效返回信息来源、答案、图片和视频,并生成后续问题。项目基于Next.js和Tailwind CSS构建,整合了Brave Search和Serper API等搜索功能。开发者可以通过这个项目探索自然语言处理和搜索技术,系统支持多种配置和功能扩展。

Project Cover

Phind AI Cheap Alternative

网站提供平价AI搜索服务,作为Phind的替代选项。目标是普及AI搜索技术,让全球用户享受经济实惠的体验。除搜索功能外,还包括AI内容生成工具,如段落生成器。通过简单快捷键,可轻松访问这些功能,实现高效的AI搜索和内容生成。

Project Cover

awesome-search

该资源集合涵盖了搜索技术的多个方面,从基础的词法搜索到先进的语义搜索和混合搜索。重点关注了结果排序、个性化推荐和多样化等核心问题,同时也包含了实用的架构设计、测试方法和评估指标。项目收录了众多高质量的技术文章、视频教程和行业案例,为搜索领域的研究人员和工程师提供了全面的学习资料。

Project Cover

rag-fusion

RAG-Fusion是一种创新搜索方法,旨在弥合传统搜索与复杂人类查询间的差距。它结合检索增强生成(RAG)技术,通过多重查询生成和倒数等级融合重排搜索结果。该项目利用OpenAI的GPT模型生成多样化查询,进行向量搜索,并应用倒数等级融合算法重新排序相关文档。RAG-Fusion致力于挖掘隐藏在热门结果之外的深层知识,推动搜索技术迈向新前沿。

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