#rag-systems Repository
Scopri 16 repository GitHub open source attivi contrassegnati con #rag-systems, che raccolgono un totale di 24,834 stelle (con una media di 1,552 stelle per progetto). Il progetto leader di questo argomento è SylphAI-Inc/LLM-engineer-handbook, con 5,014 stelle.
16 repository in totale
Un elenco curato di risorse per modelli linguistici di grandi dimensioni, che coprono l'addestramento, il serving, il fine-tuning dei modelli e la creazione di applicazioni LLM.
Una raccolta di oltre 500 casi di studio di progettazione di sistemi ML e LLM del mondo reale da oltre 100 aziende. Scopri come le migliori aziende tecnologiche implementano GenAI in produzione.
Colivara è una suite di servizi che consente di archiviare, cercare e recuperare documenti in base al loro embedding visivo. ColiVara ha prestazioni di recupero all'avanguardia sia per documenti di testo che visivi. utilizzando modelli di visione anziché chunking ed elaborazione del testo per i documenti. Nessun OCR, nessuna estrazione di testo, nessuna tabella interrotta o immagini mancanti.
Questo è un repository pubblico per esaminare tutti i concetti di data engineering guidati da LLM.
La "Comunità di tecnologia dei grandi modelli FuFan" è una guida completa su misura per studenti di grandi modelli di tutti i livelli, che copre competenze come l'impostazione dell'ambiente, la distribuzione locale, il fine-tuning efficiente e la pratica di sviluppo!
Repository per tutto il codice scritto per il corso FreeCodeCamp e le risposte a tutti gli esercizi.
Una raccolta di web app open source attivamente mantenute per applicazioni LLM
Knowledge Table è un pacchetto open-source progettato per semplificare l'estrazione e l'esplorazione di dati strutturati da documenti non strutturati.
Domande frequenti
Qual è il repository #rag-systems più popolare su GitHub?
Il progetto open source #rag-systems più alto in classifica su GitHub è SylphAI-Inc/LLM-engineer-handbook, con 5,014 stelle. Un elenco curato di risorse per modelli linguistici di grandi dimensioni, che coprono l'addestramento, il serving, il fine-tuning dei modelli e la creazione di applicazioni LLM.
Quali linguaggi di programmazione sono più utilizzati nei repository #rag-systems?
Tra i progetti #rag-systems più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Java.
Come viene calcolata la classifica dei repository #rag-systems?
Monitoriamo 16 repository open source attivi contrassegnati con #rag-systems (500+ stelle), per un totale di 24,834 stelle e una media di 1,552 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.