#retrieval-augmented-generation Repositorios
254 repositorios en total
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.
Código oficial del artículo: RecurrentGPT: Generación interactiva de texto (arbitrariamente) largo
Una guía completa para comenzar y mejorar tus habilidades en LLM en 2026, incluso con poca experiencia en el campo, y mantenerte actualizado con las últimas noticias y las técnicas más avanzadas.
Referencia transparente de RAG en Python con recuperación híbrida FAISS + BM25, reranking, interfaz Gradio y FastAPI.
RAG-Fusion: generación multi-consulta + Fusión de Rango Recíproco para una mejor generación aumentada por recuperación. Incluye harness de evaluación con NFCorpus/BEIR.
¡Este repositorio comparte cuadernos de extremo a extremo sobre cómo usar varias funciones e integraciones de Weaviate!
Construya un pipeline RAG (Retrieval Augmented Generation) desde cero y ejecútelo completamente de forma local.
Potencie los Modelos de Lenguaje Grandes (LLM) utilizando la Generación Aumentada por Recuperación basada en Grafos de Conocimiento (KG-RAG) para tareas intensivas en conocimiento
Un tutorial mejorado de Langchain RAG (v2) con LLM locales, actualizaciones de bases de datos y pruebas.
Permitir que la IA navegue por complejas OpenAPIs utilizando un lenguaje sencillo
⚕️Chatbot médico multi-agente impulsado por GenAI para diagnóstico médico y asistencia en investigación sanitaria. 🏥 Diseñado para profesionales de la salud, investigadores y pacientes.
Ruta de aprendizaje de desarrollo de aplicaciones de modelos grandes de Xiao Li, que cubre RAG, agentes, conceptos básicos de entrevistas y lectura rápida de artículos.
Un sistema de memoria general para agentes, impulsado por investigación profunda
Crea tu propio chat de IA sin servidor con Generación Aumentada por Recuperación utilizando LangChain.js, TypeScript y Azure
Un sistema Graph RAG para la recuperación de información médica basada en evidencia [ACL 2025]
Este plano de RAG de NVIDIA sirve como una solución de referencia para una pipeline fundamental de Generación Aumentada por Recuperación (RAG).
Aplicaciones LLM rápidas, de streaming, de indexación, consulta y agentivas en Rust
Un lector asistido por IA con un diseño de tres columnas que permite la interacción simultánea de notas, lectura y conversación en la misma pantalla, haciendo que la lectura profunda sea más eficiente.
Context Portal (ConPort): Un servidor MCP (Memory Bank) que crea un grafo de conocimiento específico del proyecto para potenciar los asistentes de IA. Permite una potente generación aumentada por recuperación (RAG) para el desarrollo consciente del contexto en su IDE.
Ingiere archivos para la generación aumentada por recuperación (RAG) con modelos de lenguaje grandes (LLM) de código abierto, todo sin que terceros o datos confidenciales abandonen su red.
R1-buscador: Incentivar la capacidad de búsqueda en LLM a través del aprendizaje por refuerzo
Este repositorio sirve como una guía completa para hackatones, ofreciendo valiosas ideas y recursos tanto para principiantes como para participantes experimentados. Cubre lo esencial, como cómo encontrar hackatones próximos, consejos para seleccionar el evento adecuado y estrategias de preparación detalladas.
Marco rag genérico para aplicar el poder de los LLM a cualquier conjunto de datos dado
Asistencia local de Ollama y GPT similar a OpenAI para máxima privacidad y acceso sin conexión
[NeurIPS 2024 Spotlight] Buffer of Thoughts: Razonamiento Aumentado por Pensamientos con Modelos de Lenguaje Grandes
Servidor MCP para memoria de agente a largo plazo con Mem0. ¡También útil como plantilla para empezar a crear tu propio servidor MCP con Python!
RAGLight es un marco modular para la Generación Aumentada por Recuperación (RAG). Facilita la incorporación de diferentes LLM, embeddings y almacenes vectoriales, y ahora incluye una integración MCP perfecta para conectar herramientas externas y fuentes de datos.