#reranking Repositories
Entdecke 21 aktive Open-Source-GitHub-Repositories, die mit #reranking getaggt sind und insgesamt 78,918 Sterne gesammelt haben (durchschnittlich 3,758 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Tencent/WeKnora mit 37,938 Sternen.
Insgesamt 21 Repositories
Open-Source-LLM-Wissensplattform: Verwandeln Sie Rohdokumente in eine abfragbare RAG, einen autonomen Reasoning-Agenten und eine selbstpflegende Wiki.
Open-Source-Inferenzserver und Produktionscluster für alle Modelle, die Ihr Agent benötigt.
MTEB: Modernste Bewertung von Embeddings über Sprachen und Modalitäten hinweg
Dieses Repository enthält die offizielle Implementierung von OpenScholar: Synthesizing Scientific Literature with Retrieval-augmented LMs.
🥤 RAGLite ist ein Python-Toolkit für Retrieval-Augmented Generation (RAG) mit DuckDB oder PostgreSQL
Rust-Bibliothek zur lokalen Generierung von Vektor-Embeddings und Reranking!
Leichtes & superschnelles Re-Ranking für Ihre Such- & Retrieval-Pipelines. Unterstützt SoTA Listwise und Pairwise Re-Ranking basierend auf LLMs und Cross-Encodern und mehr. Erstellt von Prithivi Da, offen für PRs & Kollaborationen.
Verwenden Sie Late-Interaction-Multimodale-Modelle wie ColPali in nur wenigen Codezeilen.
Open-Source-Infrastruktur, die verstreute SKILL.md-Dateien in kuratierte, abrufbereite Agentenkompetenz-Korpora umwandelt – einschließlich Tools für Abruf und Evaluierung.
🔥 Rankify: Ein umfassendes Python-Toolkit für Retrieval, Re-Ranking und Retrieval-Augmented Generation 🔥. Unser Toolkit integriert 40 vordefinierte Benchmark-Datensätze und unterstützt 7+ Retrieval-Techniken, 24+ hochmoderne Re-Ranking-Modelle und mehrere RAG-Methoden.
Eine kuratierte Liste hervorragender Arbeiten zu vortrainierten Modellen für Information Retrieval (auch bekannt als Vortraining für IR).
Agentic RAG für die lokale und selbst gehostete Dokumentensuche: hybride Suche, Reranking und multimodales RAG auf eingebettetem LanceDB, mit Docling-Parsing und einem MCP-Server
Ist ChatGPT gut in der Suche? LLMs als Re-Ranking-Agent (EMNLP 2023 Outstanding Paper Award)
Chinesisch priorisierte RAG-Wissensdatenbank für Unternehmen: kontrollierbare Analyse, Governance, Chunking, hybride Suche, Reranking, Zitate, Wissensgraphen, Evaluation und Dify-Integration.
YT Navigator: KI-gesteuerter YouTube-Content-Explorer, mit dem Sie Kanalvideos mit KI-Agenten durchsuchen und sich darüber unterhalten können. Gewinnen Sie sekundenschnell Einblicke aus stundenlangem Content durch semantische Suche und präzise Zeitstempel.
Hybrides RAG-System, das Vektorsuche, einen Wissensgraphen (LightRAG) und Cross-Encoder-Reranking kombiniert – mit Dokumentenanalyse durch Docling, visueller Intelligenz (Beschriftung von Bildern und Tabellen), agentischem Streaming-Chat und Inline-Zitaten. Angetrieben von Gemini- oder lokalen Ollama-Modellen.
Häufig gestellte Fragen
Welches ist das beliebteste #reranking-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#reranking-Projekt auf GitHub ist Tencent/WeKnora mit 37,938 Sternen. Open-Source-LLM-Wissensplattform: Verwandeln Sie Rohdokumente in eine abfragbare RAG, einen autonomen Reasoning-Agenten und eine selbstpflegende Wiki.
Welche Programmiersprachen werden in #reranking-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #reranking-Projekten auf GitHub sind Python, Go, Rust, Ruby die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #reranking-Repositories berechnet?
Wir verfolgen 21 aktive Open-Source-Repositories, die mit #reranking getaggt sind (500+ Sterne), mit insgesamt 78,918 Sternen und durchschnittlich 3,758 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.