Project Icon

FlashRank

为优化搜索和检索流程设计的超轻量的Python库

FlashRank是一款极速、超轻量的Python库,专为优化搜索和检索流程设计。基于最新的SoTA大规模语言模型和交叉编码器,支持多种再排序模式并能在常规CPU上运行。模型轻至4MB,适合AWS Lambda等无服务器环境,有效减低运行成本,提升处理效率。适合多样化的部署场景和搜索策略,是提升搜索效率的优选工具。

metarank - 实时个性化搜索和推荐服务,优化CTR和用户体验
GithubMetarank个性化开源开源项目排序服务推荐系统
Metarank是一个开源排名服务,帮助构建个性化的语义/神经搜索和推荐系统。通过整合点击和购买等客户信号,该服务可以优化搜索结果和推荐内容,实现最大化CTR。其快速性能支持大规模结果集的重新排序,并提供开箱即用的排名信号计算,节省开发时间。与多种流处理系统集成,Metarank能处理大量RPS,支持横向扩展。另外,用户可以使用LLM,在搜索查询中理解其真实含义,提供更智能的搜索解决方案。
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。
allRank - 深入的PyTorch排序学习框架,支持多种神经网络模型
GithubPyTorchallRank学习排序开源项目损失函数评估指标
allRank是一个基于PyTorch的框架,旨在简化神经排序学习模型的实验。它提供多种损失函数和评分函数,并支持常用评估指标如NDCG和MRR。该框架支持添加自定义损失和配置模型与训练流程,适用于研究和工业应用。同时支持GPU和CPU架构,并集成了Google云存储功能。
lightning-flash - 跨数据领域和任务的AI模型训练与处理解决方案
AIGithubPyTorchlightning-flash开源项目模型训练深度学习
Lightning Flash提供多任务和多数据领域的AI解决方案,用户只需三步即可完成数据加载、模型配置和微调。项目支持多种预训练模型和优化策略,简化深度学习工作流程,适用于各种数据域和任务类型。其功能包括模型预测、训练策略、优化器和调度器选择,以及自定义数据变换。Flash旨在让用户无需自行开发复杂的研究框架,即可在生产环境中应用AI模型。
FLASH-pytorch - FLASH 线性时间内提升Transformer效能的开源实现
FLASHGithubPyTorchTransformer开源项目注意力机制深度学习
FLASH-pytorch是一个开源项目,实现了一种高效的Transformer变体。该项目采用门控注意力单元(GAU)和分组线性注意力,在线性时间内提升模型性能。它提供简洁API,支持自回归和非自回归模式,并整合多种位置编码技术。这一工具使研究人员和开发者能够便捷地探索和应用Transformer的最新优化技术。
rank_bm25 - Python实现的BM25文本检索算法库
BM25Github开源项目搜索引擎文本处理文档排序相关性算法
Rank-BM25是一个开源的Python文本检索库,实现了多种BM25算法变体,如Okapi BM25、BM25L和BM25+。该项目提供简洁的API,支持文档索引、评分和排序。用户可自行处理文本预处理,灵活应用于各类检索任务。Rank-BM25适合构建小型搜索引擎或用于信息检索研究,具有易用性和可扩展性。
ranking - TensorFlow平台上的学习排名技术库
GithubTensorBoardTensorFlow Ranking学习排序开源项目排序模型深度学习
TensorFlow Ranking是一个适用于学习排名(LTR)技术的开源库,基于TensorFlow平台。该库包括点对、成对和列表损失函数,以及各类排名指标如平均倒数排名(MRR)和标准折扣累积增益(NDCG)。它提供了群组评分功能和LambdaLoss的实现,用于优化排名指标。此外,它还支持从偏见反馈数据中进行无偏学习。该库旨在为学术研究和工业应用提供一个开放、便捷的平台。用户可通过教程和演示快速入门,无需复杂安装。
mxbai-rerank-xsmall-v1 - 轻量级多语言搜索重排序模型
GithubHuggingfacetransformers人工智能开源项目机器学习模型模型重排自然语言处理
mxbai-rerank-xsmall-v1是一个轻量级多语言搜索重排序模型(reranker)。该模型基于transformers.js实现,可在浏览器中运行,支持多种语言。它在保持小巧的同时,能有效提升搜索结果相关性。这个开源项目适用于需要快速、精准重排序的应用场景,为开发者提供了灵活的定制和集成选项。
elasticsearch-learning-to-rank - Elasticsearch搜索结果排序优化插件
ElasticsearchGithub开源项目排名模型搜索相关性机器学习特征存储
elasticsearch-learning-to-rank是一款专为Elasticsearch设计的搜索结果排序优化插件。它能够存储查询模板作为特征,记录相关性分数用于离线模型训练,并支持存储多种类型的排序模型。该插件可利用存储的模型对搜索结果进行智能排序,已在维基媒体基金会等多个知名机构的搜索系统中得到应用。插件支持线性模型、XGBoost和RankLib等多种算法,为开发者提供了灵活的排序优化方案。
flashlight - 用C++编写的机器学习库
C++FlashlightGithub开源项目机器学习神经网络高性能
Flashlight是完全用C++编写的灵活高效的机器学习库,源自Facebook AI Research及其他知名项目。它包括内部接口可修改、核心小于10 MB以及高性能默认设置等特点,支持自动语音识别、图像分类、物体检测和语言建模等应用。提供简单的安装方式和全面的文档,适合研究者和开发者使用。
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