#question-answering 저장소
#question-answering 태그가 지정된 GitHub의 활성 오픈 소스 저장소 58개를 확인해 보세요. 총 162,733개의 스타를 획득했으며 프로젝트당 평균 2,805개입니다. 이 주제를 이끄는 저장소는 37,938개의 스타를 받은 Tencent/WeKnora입니다.
저장소 총 58개
질병 중심 의료 지식 그래프와 이를 기반으로 한 QA 시스템의 튜토리얼 및 구현. 지식 그래프 구축, 자동 질의응답, KG 기반 자동 질의응답. 질병을 중심으로 한 일정 규모의 의료 분야 지식 그래프를 구축하고, 이 지식 그래프를 통해 자동 질의응답 및 분석 서비스를 완료합니다.
농업 지식 그래프(AgriKG): 농업 분야의 정보 검색, 명명된 엔티티 인식, 관계 추출, 지능형 질의응답, 의사결정 지원
정보 검색, 텍스트 분류, NER, QA, 언어 모델링, 언어 생성, T5, 멀티모달, 대화형 AI를 위한 트랜스포머
출처 추적 및 시점별 유효성 판단이 가능한 기업 지식베이스 Q&A: 각 결론에 출처 문서와 버전, 정확한 위치, 목표 시점에 유효했는지 여부를 표시합니다(출처 추적 및 버전·시점 인식 기능을 갖춘 엔터프라이즈 RAG)
OP Vault ChatGPT: OP Stack(OpenAI + Pinecone Vector Database)을 사용하여 ChatGPT에 장기 기억력을 부여합니다. 간단한 React 프론트엔드를 사용하여 사용자 지정 지식 기반 파일(PDF, txt, epub 등)을 업로드합니다.
여기에는 Akari Asai, Zeqiu Wu, Yizhong Wang, Avirup Sil, Hannaneh Hajishirzi가 쓴 SELF-RAG: Learning to Retrieve, Generate and Critique through self-reflection의 원래 구현이 포함됩니다.
AI의 도움으로 웹을 검색할 수 있는 소프트웨어 목록: https://hf.co/spaces/felladrin/awesome-ai-web-search
대규모 언어 모델의 사고 과정 추론과 관련된 데이터 및 도구를 위한 중앙 집중식, 개방형 리소스. Samwald 연구 그룹에서 개발: https://samwald.info/
본 리포지토리는 최초의 금융 대규모 언어 모델(LLM), 교육 튜닝 데이터, 금융 LLM을 종합적으로 평가하기 위한 평가 벤치마크를 포함하는 오픈 소스 리소스인 PIXIU를 소개합니다. 저희의 목표는 금융 인공지능(AI)의 오픈 소스 개발을 지속적으로 추진하는 것입니다.
🔥 Rankify: 검색, 재순위 지정 및 검색 증강 생성을 위한 포괄적인 Python 툴킷 🔥. 저희 툴킷은 40개의 사전 검색된 벤치마크 데이터 세트를 통합하고 7개 이상의 검색 기법, 24개 이상의 최첨단 재순위 지정 모델 및 여러 RAG 방법을 지원합니다.
브라우저에서 직접 실행되는 AI 어시스턴트가 있는 미니멀리스트 웹 검색 플랫폼입니다. 데모: https://felladrin-minisearch.hf.space
이 리포지토리에는 "MMMU: Expert AGI를 위한 대규모 다중 학문 다중 모달 이해 및 추론 벤치마크" 논문의 평가 코드가 포함되어 있습니다.
TensorFlow를 사용하여 텍스트 전처리부터, Topic Models, BERT, GPT, LLM과 같은 최신 모델의 다운스트림 태스크들을 정리한 Deep Learning NLP 저장소입니다.
KoalaQA는 AI 대규모 모델이 구동하는 오픈소스 사후 서비스 커뮤니티로, AI 답변, AI 검색, AI 운영 등의 기능을 제공하여 사후 고객 지원, 커뮤니티 Q&A, 셀프 서비스 등 시나리오를 빠르게 구현하도록 돕습니다. 팀은 인력 운영 비용을 크게 낮추고 고객 만족도와 응답 효율을 향상시켜 ZCR(Zero Contact Resolution) 목표 달성을 지원합니다.
ArXiv ChatGuru를 사용하여 연구 논문에 대해 이야기하십시오. 이 앱은 LangChain, OpenAI, Streamlit 및 Redis를 벡터 데이터베이스/의미론적 캐시로 사용합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #question-answering 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #question-answering 프로젝트는 37,938개의 스타를 받은 Tencent/WeKnora입니다. 오픈소스 LLM 지식 플랫폼: 원시 문서를 쿼리 가능한 RAG, 자율 추론 에이전트, 그리고 자체 유지 위키로 변환합니다.
#question-answering 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #question-answering 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, TypeScript, Go입니다.
#question-answering 저장소 순위는 어떻게 계산되나요?
#question-answering 태그가 지정된 활성 오픈 소스 저장소(58개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 162,733개이며 저장소당 평균 2,805개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.