#retrieval-augmented-generation Dépôts
254 dépôts au total
RAG qui s'adapte intelligemment à votre cas d'utilisation, à vos données et à vos requêtes
Une application d'assistant de bureau flottant universelle multimodale et multi-modèles pour la génération de requêtes IA globale et omnipotente
ColBERT : recherche neuronale de pointe (SIGIR'20, TACL'21, NeurIPS'21, NAACL'22, CIKM'22, ACL'23, EMNLP'23)
Questions-réponses sur une base de connaissances d’entreprise traçable et sensible au temps : chaque conclusion indique le document et la version dont elle provient, son emplacement précis et si elle était valide à la date cible (RAG d’entreprise traçable, sensible aux versions et au temps)
⚡FlashRAG : Une boîte à outils Python pour la recherche RAG efficace (Ressource WWW2025)
Serveur d'inférence open source et cluster de production pour tous les modèles dont votre agent a besoin.
Une liste organisée de plus de 100 bibliothèques et frameworks pour les ingénieurs IA construisant avec des LLM
Bibliothèque Python rapide, précise et légère pour créer des embeddings de pointe
Un projet de référence pour développeurs pour la création de chatbots Retrieval Augmented Generation (RAG) sur Windows à l'aide de TensorRT-LLM
Recherche IA et RAG sans déplacer vos données. Obtenez des réponses instantanées à partir des connaissances de votre entreprise sur plus de 100 applications, tout en gardant les données sécurisées. Déployez en quelques minutes, pas en quelques mois.
Le code utilisé pour entraîner et exécuter des inférences avec les modèles ColVision, par exemple ColPali, ColQwen2 et ColSmol.
Plateforme tout-en-un pour la recherche, les recommandations, RAG et l'analyse proposées via API
Awesome-GraphRAG : Une liste organisée de ressources (surveys, articles, benchmarks et projets open source) sur la génération augmentée par récupération basée sur les graphes.
Liste organisée de ressources utiles sur les LLM / l'analytique / la science des données
Ressources complètes sur l'IA générative, y compris une feuille de route détaillée, des projets, des cas d'utilisation, la préparation aux entretiens et la préparation au codage.
Cet entrepôt enregistre principalement les questions d'entretien relatives aux ingénieurs d'algorithmes de grands modèles (LLM).
Chat Galgame immersif piloté par l'IA avec expressions émotionnelles, animal de bureau, planification et modules d'histoire interactive.
Effectuer une récupération simple à partir de modèles LLM à différentes longueurs de contexte pour mesurer la précision
Mise en œuvre de mon système RAG qui a remporté toutes les catégories du défi RAG d'entreprise 2
Assistant de chat IA pour Obsidian avec conscience contextuelle, aide à la rédaction intelligente et modifications en un clic. Fonctionnalités de conversations conscientes du coffre, de recherche sémantique et de prise en charge des modèles locaux.
Cela comprend l'implémentation originale de SELF-RAG : Learning to Retrieve, Generate and Critique through self-reflection par Akari Asai, Zeqiu Wu, Yizhong Wang, Avirup Sil et Hannaneh Hajishirzi.
Capacités de Web Crawling et RAG pour les Agents IA et les Assistants de Codage IA
À propos de choses impressionnantes pour les agents de fondation. Articles / Repos / Blogs / ...
【LLMs Tour du Démon à Neuf Couches】Partage d'expériences pratiques et de connaissances sur les LLMs dans des domaines tels que le traitement du langage naturel (ChatGLM, Chinese-LLaMA-Alpaca, Xiaoyangtuo Vicuna, LLaMA, GPT4ALL, etc.), la récupération d'informations (langchain), la synthèse vocale, la reconnaissance vocale, le multimodal (Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual, etc.).
Une collection pilotée par la communauté de frameworks, projets et ressources RAG (Retrieval-Augmented Generation). Contribuez et explorez l'écosystème RAG en évolution.
[ACL2026] "MiniRAG : Simplifier le RAG avec de petits modèles de langage open-source"
Recettes pour réduire, optimiser et personnaliser des modèles de vision de pointe. 💜
Le plan d'IA NVIDIA pour la recherche et le résumé vidéo (VSS) est une architecture de référence accélérée par GPU pour construire des agents d'analyse vidéo avec des alertes vérifiées en temps réel, des questions-réponses visuelles et des rapports automatisés. Le plan VSS utilise des modèles de langage visuel (VLM) tels que NVIDIA Cosmos, des LLM tels que NVIDIA Nemotron, RAG et NVIDIA NIM.
Une alternative entièrement open-source à NotebookLM, prise en charge par LlamaCloud
CORTEX RAG est un assistant d'entreprise de récupération et de connaissances qui aide les équipes à trouver des réponses précises à partir des données de l'entreprise avec des citations, une récupération tenant compte des autorisations et un déploiement rapide.
🔥 Moteur de recherche IA open source similaire à Perplexity avec citations en temps réel, réponses en streaming et données en direct alimenté par Firecrawl
Exemple de code pour une expérience de chat Web simple via Azure OpenAI, y compris Azure OpenAI On Your Data.