#embedding-models Repositories
Entdecke 11 aktive Open-Source-GitHub-Repositories, die mit #embedding-models getaggt sind und insgesamt 23,670 Sterne gesammelt haben (durchschnittlich 2,151 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist volcengine/MineContext mit 5,553 Sternen.
Insgesamt 11 Repositories
MineContext ist Ihr proaktiver kontextsensitiver KI-Partner (Context-Engineering+ChatGPT Pulse)
Eine ruhige, CLI-native Möglichkeit, alles semantisch zu durchsuchen, wie Code, Bilder, PDFs und mehr.
WeMM-Embedding ist eine Familie universeller multimodaler Embedding-Modelle des WeChat Vision Teams bei Tencent, die multimodales Verstehen und Retrieval unterstützt.
die Ressourcen über die auf LLM mit RAG-Muster basierende Anwendung
Erstellen Sie eine RAG (Retrieval Augmented Generation) Pipeline von Grund auf und lassen Sie sie komplett lokal laufen.
Dieses Repository stellt Programme zur Erstellung von Retrieval Augmented Generation (RAG)-Code für Generative AI mit LlamaIndex, Deep Lake und Pinecone bereit, wobei die Leistungsfähigkeit von OpenAI- und Hugging Face-Modellen für Generierung und Evaluierung genutzt wird.
Häufig gestellte Fragen
Welches ist das beliebteste #embedding-models-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#embedding-models-Projekt auf GitHub ist volcengine/MineContext mit 5,553 Sternen. MineContext ist Ihr proaktiver kontextsensitiver KI-Partner (Context-Engineering+ChatGPT Pulse)
Welche Programmiersprachen werden in #embedding-models-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #embedding-models-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #embedding-models-Repositories berechnet?
Wir verfolgen 11 aktive Open-Source-Repositories, die mit #embedding-models getaggt sind (500+ Sterne), mit insgesamt 23,670 Sternen und durchschnittlich 2,151 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.