Project Icon

rag-token-base

基于检索增强生成的知识型自然语言处理模型

RAG-Token-Base是一个开源的自然语言处理模型,集成了问题编码器、检索器和生成器三个核心组件。模型采用DPR编码器和BART生成器架构,通过结合外部知识实现高质量的文本生成。其灵活的检索器配置功能使其适用于各类知识密集型的语言处理任务。

Awesome-RAG - 深入探索RAG的最佳实践与常见挑战
全面了解Retrieval Augmented Generation (RAG),涵盖对话路由、LLM模型、向量检索、提示策略、生成、评估、性能与成本、隐私和安全等方面的实践与挑战。探索先进的RAG模式、多模态RAG、知识图谱和自动提示优化等技术,提升生成质量和可靠性。
rag-stack - 基于RAG技术的企业级智能问答平台
GithubRAGstack企业知识库向量数据库开源LLM开源项目检索增强生成
RAGstack是一个基于检索增强生成(RAG)技术的企业级智能问答平台。该项目支持Llama 2、Falcon和GPT4All等开源大语言模型,利用Qdrant向量数据库实现高效文档检索。RAGstack提供简洁的服务器和用户界面,支持PDF文档上传和智能问答。系统可在本地运行,也可轻松部署到各大主流云平台,为企业提供安全可控的私有化知识问答解决方案。
bce-embedding-base_v1 - 中英双语语义表征模型提升RAG检索性能
BCEmbeddingGithubHuggingfaceRAG双语开源项目模型语义表征跨语种
bce-embedding-base_v1是一个针对检索增强生成(RAG)优化的中英双语语义表征模型。该模型在中英文语义搜索和问答任务中表现出色,适用于多个领域,并可方便地集成到langchain和llamaindex等框架。无需特殊指令,bce-embedding-base_v1能高效召回相关文本,为RAG应用提供可靠的语义基础。
graph-rag - 自动生成知识图谱和文档网络以增强RAG性能
GithubKnowledge Graph RAGRAG开源项目搜索文档网络知识图谱
graph-rag项目旨在提升检索增强生成(RAG)的性能。它自动从文档中提取实体和关系,构建知识图谱和文档关联网络。这些图谱可用于搜索相关实体或查找相互关联的文档,增强大型语言模型的上下文信息。该项目在处理医疗等专业领域文档时尤为有效,能提高信息检索和知识推理效率。
text2vec-base-chinese-rag - 基于CoSENT框架的中文RAG文本嵌入模型
FAISSGithubHuggingfaceLangchainRAG向量检索开源项目模型自然语言处理
text2vec-base-chinese-rag采用CoSENT训练框架构建,专注于中文文本理解和RAG任务。模型支持文本相似度计算,集成Langchain和FAISS向量存储功能,实现高效文档检索。项目提供自定义LLM的RAG实现示例,便于开发者快速应用和扩展。
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。
HippoRAG - 大型语言模型的神经生物学启发长期记忆框架
GithubHippoRAGRAG大语言模型开源项目神经生物学长期记忆
HippoRAG是一个借鉴人类长期记忆神经生物学原理的检索增强生成(RAG)框架。它能让大型语言模型持续整合外部文档知识,以较低的计算成本实现通常需要昂贵迭代LLM管道才能达成的功能。该框架兼容ColBERTv2和Contriever等检索模型,还可与IRCoT结合获得互补效果。HippoRAG为大型语言模型提供了一种高效的长期记忆解决方案,在提升模型性能的同时降低了计算资源需求。
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。
Easy-RAG - 构建高效RAG系统 集成多功能知识库和先进对话能力
Easy-RAGGithub向量数据库大模型聊天开源项目知识图谱知识库
Easy-RAG是一个功能全面的检索增强生成(RAG)系统,支持多种文件格式的知识库管理。系统整合了Chroma、FAISS等向量数据库,并采用rerank技术提高信息检索效率。它具备纯大模型多轮对话和基于知识库的问答能力,适合学习、使用和自主扩展。Easy-RAG还支持音频视频的语音转文本功能,为构建智能对话系统提供了全面的解决方案。
RAGFoundry - 开源框架增强大语言模型检索能力
GithubRAG Foundry大语言模型开源项目数据集创建检索增强生成模型微调
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。
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