#retrieval-augmented-generation Repositories
Insgesamt 254 Repositories
[EMNLP 2025] ViDoRAG: Visuelle Dokumenten-Retrieval-Augmented Generation durch dynamische iterative Schlussfolgerungsagenten
RAT ist ein leistungsstarkes Werkzeug, das KI-Antworten verbessert, indem es die Denkfähigkeiten von DeepSeek nutzt, um andere Modelle durch einen strukturierten Denkprozess zu leiten.
Teilt Text in semantische Blöcke bis zu einer gewünschten Blockgröße auf. Unterstützt die Längenberechnung nach Zeichen und Tokens und ist von Rust und Python aufrufbar.
Wir sammeln Arbeiten über „große Sprachmodelle (LLM) für tabellenbezogene Aufgaben“, z. B. die Verwendung von LLM für die Table QA-Aufgabe. „Tabelle + LLM“-bezogene Papiersammlung
Datensatz und Benchmark für RAG auf unternehmensinternen Dokumenten.
Chatten Sie mit Ihren Dokumenten mithilfe von Vision Language Models. Dieses Repository implementiert eine End-to-End-RAG-Pipeline mit lokalen und proprietären VLMs.
Dieses Repository bietet sehr grundlegende Flask-, Streamlit- und Docker-Beispiele für das llama_index (früher gpt_index) Paket
Chinesisch priorisierte RAG-Wissensdatenbank für Unternehmen: kontrollierbare Analyse, Governance, Chunking, hybride Suche, Reranking, Zitate, Wissensgraphen, Evaluation und Dify-Integration.
Minimalistische Websuchplattform mit einem KI-Assistenten, der direkt in Ihrem Browser läuft. Demo: https://felladrin-minisearch.hf.space
Benutzerfreundliches RAG-Framework; CCF AIOps International Challenge 2024 Top3-Lösung; CCF AIOps International Challenge 2024 Gewinnerteam-Lösung
Phi2-Chinese-0.2B trainiert sein eigenes kleines chinesisches Phi2-Modell von Grund auf und unterstützt die Anbindung an langchain zum Laden lokaler Wissensdatenbanken für Retrieval-Augmented Generation RAG. Training Ihres eigenen kleinen Phi2-Chatmodells von Grund auf.
Trainiere und inferiere leistungsstarke Satz-Embeddings mit AnglE | 🔥 SOTA auf den STS- und MTEB-Bestenlisten
Eine einfache Beispielimplementierung des VoiceRAG-Musters zur Ermöglichung interaktiver generativer KI-Sprachfunktionen mithilfe von RAG mit Azure AI Search und dem Modell gpt-4o-realtime-preview von Azure OpenAI.
Eine Roadmap, die die erforderlichen Fähigkeiten, Lernressourcen und Beispielwerkzeuge beschreibt, um ein KI-Ingenieur zu werden
KI-Pair-Programming in Ihrem Terminal — eine statische Binärdatei, Sub-ms-Startzeit, jedes Modell
Verwenden Sie ArXiv ChatGuru, um mit Forschungsarbeiten zu sprechen. Diese App verwendet LangChain, OpenAI, Streamlit und Redis als Vektor-Datenbank/semantischen Cache.
LangChain-gestützter Web-Recherche-Chatbot. Sucht im Web nach Quellen und zitiert diese in generierten Antworten.
KI-Desktop-App für Chat, RAG, Skills, MCP-Tools und Agenten. Unterstützt mehrere LLMs (Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM, Gemini und OpenRouter)
[EMNLP'25-Ergebnisse] Ein benutzerfreundliches Graph-RAG-System, das hierarchisches Wissen nutzt.
Eine Übersicht über multimodale Retrieval-Augmented-Generation
Offizielle Implementierung des NeurIPS 2024 Papers „G-Retriever: Retrieval-Augmented Generation für das Textuelle Graphverständnis und die Beantwortung von Fragen“
Interessante LLM-Projekte, die ich für meinen YouTube-Kanal mit den Open‑Source-Modellen von Ollama erstellt habe.
AWS Generative AI CDK Constructs sind Beispielimplementierungen von AWS CDK für gängige generative KI-Muster.
GraphRAG-rs ist eine leistungsstarke, hochmoderne Rust-Implementierung von GraphRAG (Graph-basierte Retrieval Augmented Generation), die Wissensgraphen aus Dokumenten erstellt und natürliche Sprachabfragen mit konfigurierbarer Entitätsextraktion und lokaler LLM-Integration ermöglicht
[NeurIPS 2025] Ein graphenbasierter LLM-Framework für reale SE-Aufgaben
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.
VectorRAG.Net ist eine .NET-native Hochleistungs-Vektordatenbank-Bibliothek für semantische Suche und RAG (Retrieval-Augmented Generation). Die Kernsuche basiert auf der Generierung von Kandidaten mittels Random Hyperplane LSH mit exakter Neubewertung durch Punktprodukt/Kosinus.
🔥 Generieren Sie llms.txt- und llms-full.txt-Dateien für jede Website!
Ein RAG【Retrieval-Augmented Generation】-System, das sich zum Lernen, Verwenden und autonomen Erweitern eignet! Kann mit dem Internet verbunden werden, um KI-Suchen durchzuführen.
💡 Awesome RAG: Eine Ressource zur Retrieval-Augmented Generation (RAG) für LLMs, mit Fokus auf die Technologieentwicklung.
AgentSearch ist ein Framework zum Betreiben von Suchagenten und zur Ermöglichung einer anpassbaren lokalen Suche.