Project Icon

RAGFoundry

开源框架增强大语言模型检索能力

RAG Foundry是一个开源框架,通过RAG增强数据集微调模型来提升大语言模型的外部信息检索能力。该框架包含数据集创建、模型训练、推理和评估四个模块,支持快速原型设计和RAG实验。其模块化设计和可定制工作流程,有助于研究人员和开发者高效改进LLM的检索增强生成能力。

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。
RAG - 优化检索增强生成技术的最佳实践探索
GithubRAGGA开源项目最佳实践检索增强生成深度学习论文实现
RAGGA是一个实现检索增强生成(RAG)技术最佳实践的开源项目。基于论文研究,项目提供RAG系统性能优化方法和策略,包含代码实现和复现指南。RAGGA通过实验验证了多种RAG技术优化策略,包括检索方法改进、上下文融合等。这些发现对于提升自然语言处理任务的性能具有重要意义,为RAG技术研究和应用提供了重要参考资源。
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。
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。
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。
RAG-Retrieval - 使用RAG-Retrieval全面提升信息检索效率与精度
GithubRAG-Retrieval开源项目微调排序模型推理检索模型
RAG-Retrieval项目通过统一方式调用不同RAG排序模型,支持全链路微调与推理。其轻量级Python库扩展性强,适应多种应用场景,提升排序效率。更新内容包括基于LLM监督的微调及其Embedding模型的MRL loss性能提升。
Advanced_RAG - 深入探索RAG和Langchain框架在语言理解中的应用
Advanced_RAGGithubLLMsLangchainMulti Query RetrieverSelf-Reflection-RAG开源项目
该项目通过Python笔记本展示了RAG的高级技术,旨在优化大型语言模型(LLMs)的知识丰富度和上下文感知能力。从基础流程到多查询检索、自我反思、和自适应代理等高级架构,全面覆盖了核心组件及其工作方式。项目提供了构建RAG应用的详细指南,展示了如何通过Langchain框架提升文本生成的准确性和信息丰富度。内容包括查询转换、数据源路由和向量数据库索引等关键技术,为LLM应用提供坚实支持。
rag-demystified - 探讨检索增强生成(RAG)管道的内部机制,揭示其技巧、局限性和成本
EvaDBGithubHaystackLLMsLlamaIndexRAG pipelines开源项目
本项目深入探讨了检索增强生成(RAG)管道的内部机制,揭示其技巧、局限性和成本。通过LlamaIndex和Haystack框架,了解如何构建和优化RAG管道,并解决透明度和错误问题。详细分析了子问题查询引擎的工作原理,帮助用户理解复杂的RAG管道的关键组成部分和面临的挑战。
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_Techniques - 先进RAG技术集合优化检索增强生成系统
GithubRAG信息检索开源项目机器学习检索增强生成自然语言处理
本项目汇集22种先进RAG技术,涵盖简单RAG到复杂可控代理等多种方法,包括上下文丰富、多方面过滤、融合检索和智能重排序等。这些技术旨在提高检索增强生成系统的准确性、效率和上下文丰富度,为研究人员和实践者提供全面实施指南,助力开发更高效RAG系统。
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

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

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