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。

renumics-rag - 使用Renumics RAG进行检索增强生成数据的探索和可视化
GithubLangChainOpenAIPoetryRenumics RAGStreamlit开源项目
Renumics RAG项目使用LangChain和Streamlit实现检索增强生成助手。通过简单的虚拟环境配置,支持GPU和CPU用户可以快速安装相关依赖项。提供对HTML文件的文档索引和通过命令行或Web应用进行文档检索和问题解答的功能。支持OpenAI、Hugging Face模型的集成,并能使用Renumics Spotlight进行数据的交互式探索,帮助用户了解RAG系统的性能与数据分布。
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。
AutoRAG - 自动优化检索增强生成流程的开源工具
AutoRAGGithubRAG优化开源项目数据处理自动化评估部署
AutoRAG是一个开源的检索增强生成(RAG)自动优化工具,专门为特定数据和用例寻找最佳RAG流程。该工具支持自动评估多种RAG模块组合,简化了最优方案的发现过程。AutoRAG提供简洁的代码接口和命令行操作,方便用户快速评估、部署和共享优化后的RAG流程。此外,AutoRAG还集成了多种评估指标、支持模块、可视化仪表板和Web界面,使RAG技术的应用更加便捷高效。
rag-fusion - 多重查询生成与排名融合的新型搜索技术
GithubRAG-Fusion向量搜索开源项目搜索技术查询生成重排算法
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。
ragapp - 简单配置的企业级Agentic RAG方案
DockerGithubLlamaIndexOpenAIRAGapp云基础设施开源项目
RAGapp是一款企业级Agentic RAG解决方案,配置简单如OpenAI的自定义GPT,可通过Docker部署在云基础设施中。基于LlamaIndex构建,支持OpenAI和Gemini托管AI模型以及本地Ollama模型。提供Docker Compose和即将推出的Kubernetes部署选项。访问Admin UI进行配置,详情请参阅各端点和安全信息。
CRUD_RAG - 全面评估中文检索增强生成系统的基准测试
CRUD-RAGGithub中文基准测试大语言模型开源项目检索增强生成评估系统
CRUD_RAG是一个全面的中文检索增强生成(RAG)系统评估基准。该项目包含36166个测试样本,覆盖CRUD操作,支持多种评估指标。CRUD_RAG提供原生中文数据集、评估任务和基线模型,并具备一键式评估功能。这一工具可助力研究人员和开发者全面评估和优化中文RAG系统性能,推动中文自然语言处理技术的进步。
rags - 使用自然语言从数据源创建RAG管道
GithubOpenAIRAGsStreamlit开源项目数据管道自然语言处理
RAGs是一个基于Streamlit的应用程序,使用自然语言从数据源创建RAG管道。用户可以描述任务和参数,查看和修改生成的参数,并通过RAG代理查询数据。项目支持多种LLM和嵌入模型,默认使用OpenAI构建代理。该应用程序提供了一个标准的聊天界面,能够通过Top-K向量搜索或总结功能满足查询需求。了解更多关于安装和配置的信息,请访问GitHub页面或加入Discord社区。
R2R - 在生产环境中构建、扩展和管理面向用户的检索增强生成应用程序
GithubR2RRetrieval-Augmented Generation多模态支持开源项目混合搜索知识图谱
R2R旨在弥合本地LLM实验与可扩展的生产级检索增强生成(RAG)应用之间的差距。R2R提供最新的RAG技术,基于RESTful API构建,使用简便。其主要功能包括多模态支持、混合搜索、图形RAG、应用管理、可观察性、可配置性和扩展性。通过R2R仪表板用户界面,可直观管理和分析RAG引擎性能。
super-rag - 提升AI应用性能的高效RAG流水线工具
GithubREST APISuper-Rag云端API人工智能开源项目文档处理
Super-Rag为AI应用提供了支持多种文档格式与向量数据库的高效RAG流水线。包含生产就绪REST API,支持自定义数据分割,多种编码模式,及代码解释器模式,适于解决计算性问题与答疑,并通过唯一ID高效进行会话管理。
Mistral-RAG - 意大利语问答强化模型 Mistral-RAG
GithubHuggingfaceMistral-RAG开源项目抽取模式模型生成模式自然语言处理问题回答
Mistral-RAG是以Mistral-Ita-7b为基础优化的模型,专注于问答任务。其生成模式可以整合多源信息,适用于教育和创意场合;提取模式则提供快速、精确的答案,适合科研和法律领域。可通过Python便捷调用,提升数据处理效果。
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