#retrieval-augmented-generation 저장소
저장소 총 254개
RAT는 DeepSeek의 추론 기능을 활용하여 다른 모델을 체계적인 사고 과정을 통해 안내함으로써 AI 응답을 개선하는 강력한 도구입니다.
텍스트를 원하는 청크 크기까지 의미론적 청크로 분할합니다. 문자 및 토큰별 길이 계산을 지원하며 Rust 및 Python에서 호출할 수 있습니다.
테이블 관련 작업을 위한 "대규모 언어 모델(LLM)"에 관한 논문을 수집합니다. 예를 들어, Table QA 작업에 LLM을 사용하는 것입니다. “테이블 + LLM” 관련 논문 정리
Vision Language Models를 사용하여 문서와 채팅하세요. 이 저장소는 로컬 및 독점 VLMs를 모두 사용하여 엔드 투 엔드 RAG 파이프라인을 구현합니다.
이 리포지토리는 llama_index(이전 gpt_index) 패키지에 대한 매우 기본적인 flask, streamlit 및 docker 예제를 제공합니다.
중국어 우선 기업용 RAG 지식베이스: 제어 가능한 파싱, 거버넌스, 청킹, 하이브리드 검색, 재순위화, 인용, 지식 그래프, 평가 및 Dify 연동.
브라우저에서 직접 실행되는 AI 어시스턴트가 있는 미니멀리스트 웹 검색 플랫폼입니다. 데모: https://felladrin-minisearch.hf.space
사용하기 쉬운 RAG 프레임워크; CCF AIOps 국제 챌린지 2024 상위 3개 솔루션; CCF AIOps 국제 챌린지 2024 우승팀 솔루션
Phi2-Chinese-0.2B는 처음부터 자체 Phi2 중국어 소형 모델을 훈련하며, 검색 증강 생성 RAG를 위해 로컬 지식 베이스를 로드하여 langchain에 연결하는 것을 지원합니다. 처음부터 자체 Phi2 소형 채팅 모델을 훈련합니다.
RAG와 Azure AI Search 및 Azure OpenAI의 gpt-4o-realtime-preview 모델을 사용하여 대화형 음성 생성 AI 환경을 지원하는 VoiceRAG 패턴의 간단한 예제 구현입니다.
ArXiv ChatGuru를 사용하여 연구 논문에 대해 이야기하십시오. 이 앱은 LangChain, OpenAI, Streamlit 및 Redis를 벡터 데이터베이스/의미론적 캐시로 사용합니다.
채팅, RAG, 스킬, MCP 도구 및 에이전트를 위한 AI 데스크톱 앱입니다. 여러 LLM(Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM, Gemini, OpenRouter)을 지원합니다
AWS 생성형 AI CDK Constructs는 일반적인 생성형 AI 패턴을 위한 AWS CDK의 샘플 구현입니다.
GraphRAG-rs는 GraphRAG(그래프 기반 검색 증강 생성)의 고성능 최첨단 Rust 구현으로, 문서에서 지식 그래프를 구축하고 구성 가능한 엔터티 추출 및 로컬 LLM 통합을 통해 자연어 쿼리를 가능하게 합니다
벡터 검색, 지식 그래프(LightRAG), 크로스 인코더 재순위를 결합한 하이브리드 RAG 시스템으로, Docling 문서 파싱, 시각 지능(이미지/표 캡션 생성), 에이전트 기반 스트리밍 채팅, 인라인 인용을 지원합니다. Gemini 또는 로컬 Ollama 모델을 기반으로 합니다.
VectorRAG.Net은 의미론적 검색 및 RAG(검색 증강 생성)를 위한 .NET 네이티브 고성능 벡터 데이터베이스 라이브러리입니다. 핵심 검색은 랜덤 초평면 LSH 후보 생성과 내적/코사인 유사도를 통한 정확한 리랭킹을 기반으로 합니다.