terrier-core

开源大规模文档检索引擎平台

terrier-core是一个开源搜索引擎平台，专为大规模文档集合设计。它提供先进的索引和检索功能，支持快速开发和评估大规模检索应用。该平台兼容TREC和CLEF测试集，适用于文本检索研究。最新版本集成Python接口PyTerrier，便于在Jupyter或Colab环境中进行实验。

访问官网

Github

文档

论文

介绍相关项目

VectorHub - 免费开源的向量检索学习平台与工具

GithubVDB 比较工具VectorHub向量检索开源开源项目机器学习

VectorHub是一个免费开源的学习平台，旨在帮助用户将向量检索技术集成到机器学习堆栈中。用户可以在这里找到实用资源，用于创建最小可行产品（MVP），解决特定用例中的挑战，了解和选择合适的向量数据库供应商。VectorHub还提供了一个免费工具，用于比较不同向量数据库的特性，确保在生产环境中的应用效果。

opensearch-neural-sparse-encoding-doc-v2-distill - 神经稀疏编码模型优化文档检索效率

GithubHuggingfaceOpenSearch变压器模型开源项目文档检索模型神经稀疏编码自然语言处理

opensearch-neural-sparse-encoding-doc-v2-distill是一种先进的学习型稀疏检索模型，能将文档编码为30522维稀疏向量。该模型在BEIR基准测试中表现出色，展现了优秀的零样本性能和搜索相关性。其67M的参数量和0.504的平均NDCG@10分数，体现了模型的高效性。结合OpenSearch神经稀疏特性和Lucene倒排索引，可实现快速精准的文档检索。

papermerge - 开源文档管理系统高效数字归档全文搜索

GithubOCRPapermerge DMS全文搜索开源软件开源项目文档管理系统

Papermerge开源文档管理系统专注于扫描文档处理和长期存储。系统集成OCR文本提取、全文搜索、现代化文件浏览等核心功能。支持多种文档格式，提供REST API和版本控制。作为基于Web的解决方案，Papermerge适用于需要高效数字文档管理的各类场景。

xmc.dspy - Infer-Retrieve-Rank方法revolutionizing大规模多标签分类

GithubInfer-Retrieve-Rank上下文学习多标签分类开源项目极端多类别语言模型

Infer-Retrieve-Rank (IReRa)是一种创新的多标签分类方法，专门针对具有大量类别的任务。这个通用且模块化的程序通过预训练语言模型和检索器的交互，高效处理复杂的分类问题。IReRa仅需少量标记示例即可优化性能，无需模型微调。该项目提供完整文档，包括安装、数据处理、运行指南等，方便研究人员在各种语言模型推理和检索任务中应用。

search-tweets-python - Python工具简化Twitter搜索数据访问和分析

GithubPythonTwitter API命令行工具开源项目搜索认证

该项目是Twitter高级和企业搜索API的Python封装,提供命令行工具和库。支持30天及全档案搜索,具备自动分页、流式传输、多种认证等功能。兼容Tweet解析器,支持搜索计数,可减少API调用并快速获取推文数量。整体简化了Twitter搜索数据的访问和分析流程,适用于需要处理大量Twitter数据的开发者。

weaviate - 高性能、扩展性强、多模块支持的开源向量数据库

GithubWeaviate向量数据库开源开源项目快速搜索机器学习

Weaviate 是一个云原生的开源向量数据库，采用先进的机器学习模型将文本、图片等数据转化为可搜索的向量。它不仅速度快，还具备高度灵活性，支持在导入数据时进行向量化或上传现成的向量。此外，Weaviate 可通过多种模块与 OpenAI、Cohere、HuggingFace 等热门服务和模型库集成。其设计从快速原型开发到大规模生产部署均能应对，并具备推荐、摘要和神经搜索等功能。

headless-vector-search - 无头向量搜索解决方案，提升文档检索效率

Edge FunctionsGitHub ActionsGithubHeadless Vector SearchOpenAISupabase开源项目

该项目提供了一种向量搜索功能，旨在提高文档站点的检索效率。作为无头软件，它可以轻松集成到现有网站中。项目通过初始化数据库中的架构，并借助GitHub Action将Markdown文档转换为向量存储。在Supabase和OpenAI技术的支持下，系统处理用户查询并生成类似ChatGPT的响应。配置简单，只需几步即可完成设置。目前已在Supabase官方文档站点得到应用。

swirl-search - AI搜索与分析平台

GithubSWIRL AI Connect人工智能增强决策开源项目数据安全私有云

SWIRL AI Connect是一款集成了增强型检索增强生成（RAG）和强大分析工具的先进AI基础设施软件。通过本地化部署在私有云中，确保数据安全和合规，加速企业AI转型并提升整体效率。该平台适配大型企业至中小团队，提供安全的跨云服务、本地系统和数据平台的高效搜索功能。

similarities - 文本和图像相似度计算与语义搜索的高效工具

该工具包提供多种文本和图像相似度计算及语义匹配算法，支持高效处理亿级数据。主要功能包含文本相似度计算、文本搜索、图文匹配、图像搜索等多种算法。项目采用Python3开发，支持命令行操作，基于PyTorch和FastAPI等技术，可实现多语言环境下的高效向量表示及检索，开箱即用。

dragon-plus-context-encoder - 基于BERT的密集检索器实现多样化文档检索

BERTDRAGON+GithubHuggingface密集检索开源项目模型模型训练特征提取

dragon-plus-context-encoder是一个基于BERT的密集检索器，由RetroMAE初始化并在MS MARCO语料库上进行了进一步训练。该模型使用非对称双编码器结构，在MARCO Dev和BEIR基准测试中分别达到39.0和47.4的得分。通过HuggingFace Transformers，研究人员可以轻松使用该模型进行查询和上下文编码，实现文本相似度计算和文档检索。此外，项目还提供了基于RoBERTa的变体，为不同需求的用户提供了选择。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com