#reranking Repositorios
Descubre 21 repositorios activos de código abierto de GitHub etiquetados con #reranking, que acumulan 78,918 estrellas en total (una media de 3,758 estrellas por proyecto). El líder de este tema es Tencent/WeKnora, con 37,938 estrellas.
21 repositorios en total
Plataforma de conocimiento LLM de código abierto: convierte documentos crudos en un RAG consultable, un agente de razonamiento autónomo y una Wiki auto-mantenida.
Incrustaciones, Recuperación y Reordenación de Última Generación
Servidor de inferencia de código abierto y clúster de producción para todos los modelos que necesita su agente.
MTEB: Evaluación de vanguardia de embeddings en múltiples idiomas y modalidades
Este repositorio incluye la implementación oficial de OpenScholar: Sintetizando literatura científica con LM aumentados por recuperación.
🥤 RAGLite es un kit de herramientas de Python para Generación Aumentada por Recuperación (RAG) con DuckDB o PostgreSQL
¡Biblioteca de Rust para generar incrustaciones vectoriales y reclasificar localmente!
Reordenación ligera y ultrarrápida para sus canalizaciones de búsqueda y recuperación. Admite reordenación Listwise y Pairwise SoTA basada en LLM y codificadores cruzados y más. Creado por Prithivi Da, abierto a PR y colaboraciones.
Utilice modelos multimodales de interacción tardía como ColPali en solo unas pocas líneas de código.
Infraestructura de código abierto que convierte archivos SKILL.md dispersos en corpus de habilidades de agentes seleccionados y listos para la recuperación, con herramientas de recuperación y evaluación incluidas.
🔥 Rankify: Un kit de herramientas integral de Python para recuperación, reordenamiento y generación aumentada por recuperación 🔥. Nuestro kit de herramientas integra 40 conjuntos de datos de referencia pre-recuperados y admite más de 7 técnicas de recuperación, más de 24 modelos de reordenamiento de última generación y múltiples métodos RAG.
Una lista seleccionada de trabajos sorprendentes relacionados con modelos pre-entrenados para la recuperación de información (también conocido como pre-entrenamiento para IR).
RAG agéntico para la búsqueda de documentos local y autoalojada: recuperación híbrida, reranking y RAG multimodal sobre LanceDB integrado, con análisis mediante Docling y un servidor MCP
¿Es ChatGPT bueno para la búsqueda? LLMs como agente de re-clasificación [Premio al Artículo Sobresaliente EMNLP 2023]
Base de conocimiento RAG empresarial con prioridad para el chino: análisis controlable, gobernanza, segmentación, recuperación híbrida, reranking, citas, grafos de conocimiento, evaluación e integración con Dify.
YT Navigator: explorador de contenido de YouTube impulsado por IA que te permite buscar y chatear con videos de canales utilizando agentes de IA. Extrae información de horas de contenido en segundos con búsqueda semántica y marcas de tiempo precisas.
Sistema RAG híbrido que combina búsqueda vectorial, un grafo de conocimiento (LightRAG) y reordenamiento mediante un cross-encoder, con análisis de documentos mediante Docling, inteligencia visual (generación de subtítulos para imágenes y tablas), chat agéntico en streaming y citas integradas. Impulsado por modelos Gemini u Ollama locales.
Preguntas frecuentes
¿Cuál es el repositorio de #reranking más popular en GitHub?
El proyecto de código abierto de #reranking mejor posicionado en GitHub es Tencent/WeKnora, con 37,938 estrellas. Plataforma de conocimiento LLM de código abierto: convierte documentos crudos en un RAG consultable, un agente de razonamiento autónomo y una Wiki auto-mantenida.
¿Qué lenguajes de programación se utilizan más en los repositorios de #reranking?
Entre los proyectos de #reranking mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Go, Rust, Ruby.
¿Cómo se calcula la clasificación de los repositorios de #reranking?
Seguimos 21 repositorios activos de código abierto etiquetados con #reranking (500+ estrellas), que suman un total de 78,918 estrellas, con una media de 3,758 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.