#question-answering リポジトリ
#question-answeringのタグが付いた、GitHub上の58件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は162,733個で、プロジェクトあたりの平均は2,805個です。このトピックをリードしているのは、37,938個のスターを獲得しているTencent/WeKnoraです。
リポジトリ合計58件
疾患中心の医療知識グラフとそれに基づくQAシステムのチュートリアルおよび実装。知識グラフ構築、自動問答、KGベースの自動問答。疾患を中心とした一定規模の医療分野知識グラフを構築し、この知識グラフにより自動問答および分析サービスを完了する。
農業知識グラフ(AgriKG):農業分野の情報検索、固有エンティティ認識、関係抽出、インテリジェントQ&A、意思決定支援
情報検索、テキスト分類、NER、QA、言語モデリング、言語生成、T5、マルチモーダル、および会話型AIのためのトランスフォーマー
追跡可能で、時点の有効性を判断できる企業ナレッジベースのQ&A:各結論について、出典文書とそのバージョン、該当箇所、対象時点で有効だったかどうかを明示します(追跡可能で、バージョンと時点を考慮するエンタープライズRAG)
OP Vault ChatGPT: OP Stack(OpenAI + Pinecone Vector Database)を使用してChatGPTに長期記憶を付与します。シンプルなReactフロントエンドを使用して、独自のカスタムナレッジベースファイル(PDF、txt、epubなど)をアップロードします。
Rust ネイティブのすぐに使える NLP パイプラインと Transformer ベースのモデル (BERT、DistilBERT、GPT2、...)
これには、Akari Asai、Zeqiu Wu、Yizhong Wang、Avirup Sil、Hannaneh Hajishirzi によるSELF-RAG: Learning to Retrieve, Generate and Critique through self-reflection の元の実装が含まれます。
AIの支援を受けてウェブを検索できるソフトウェアのリスト:https://hf.co/spaces/felladrin/awesome-ai-web-search
大規模言語モデルにおける思考連鎖推論に関連するデータとツールのための、中央集権的でオープンなリソース。Samwald研究グループが開発:https://samwald.info/
このリポジトリでは、金融分野初のLLM(大規模言語モデル)、インストラクションチューニングデータ、金融LLMを包括的に評価するための評価ベンチマークを備えたオープンソースリソースであるPIXIUを紹介します。私たちの目標は、金融AI(人工知能)のオープンソース開発を継続的に推進することです。
🔥 Rankify: 検索、再ランク付け、検索拡張生成のための包括的なPythonツールキット 🔥。当社のツールキットは、40の事前検索されたベンチマークデータセットを統合し、7以上の検索技術、24以上の最先端の再ランク付けモデル、および複数のRAGメソッドをサポートしています。
ブラウザから直接実行されるAIアシスタントを搭載したミニマルなウェブ検索プラットフォーム。デモ:https://felladrin-minisearch.hf.space
TensorFlowを使用して、テキストの前処理から、Topic Models、BERT、GPT、LLMなどの最新モデルの下流タスクまでをまとめたDeep Learning NLPリポジトリです。
KoalaQA は、AI 大規模モデルで駆動されるオープンソースのアフターサービスコミュニティで、AI 回答、AI 検索、AI 運用などの機能を提供し、アフターサポート、コミュニティ Q&A、セルフサービスといったシーンを迅速に実装できるよう支援します。チームは人的運用コストを大幅に削減し、顧客満足度と応答効率を向上させ、ZCR(Zero Contact Resolution)目標の達成を後押しします。
ArXiv ChatGuruを使用して、研究論文とチャットしましょう。このアプリは、LangChain、OpenAI、Streamlit、およびRedisをベクトルデータベース/セマンティックキャッシュとして使用しています。
よくある質問
GitHubで最も人気のある#question-answeringリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#question-answeringプロジェクトは、37,938個のスターを獲得しているTencent/WeKnoraです。オープンソースのLLM知識プラットフォーム:生のドキュメントをクエリ可能なRAG、自治的な推論エージェント、および自己維持型Wikiに変換します。
#question-answeringリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#question-answeringプロジェクトでは、Python, Jupyter Notebook, TypeScript, Goが最も一般的なプログラミング言語です。
#question-answeringリポジトリのランキングはどのように算出されていますか?
#question-answeringのタグが付いた58件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は162,733個で、リポジトリあたりの平均は2,805個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。