#reranking Repositórios
Descubra 21 repositórios ativos de código aberto no GitHub marcados com #reranking, acumulando um total de 78,918 estrelas (uma média de 3,758 por projeto). O líder deste tópico é Tencent/WeKnora, com 37,938 estrelas.
21 repositórios no total
Plataforma open-source de conhecimento LLM: transforme documentos brutos em um RAG consultável, um agente de raciocínio autônomo e uma Wiki auto-mantida.
Servidor de inferência de código aberto e cluster de produção para todos os modelos que seu agente precisa.
MTEB: Avaliação de ponta de embeddings em diferentes idiomas e modalidades
Este repositório inclui a implementação oficial de OpenScholar: Sintetizando Literatura Científica com LMs Aumentados por Recuperação.
🥤 RAGLite é um kit de ferramentas Python para Geração Aumentada por Recuperação (RAG) com DuckDB ou PostgreSQL
Biblioteca Rust para gerar incorporações vetoriais e reclassificar localmente!
Reclassificação leve e super-rápida para seus pipelines de pesquisa e recuperação. Suporta reclassificação Listwise e Pairwise SoTA baseada em LLMs e cross-encoders e mais. Criado por Prithivi Da, aberto para PRs e Colaborações.
Use modelos multimodais de interação tardia, como o ColPali, em apenas algumas linhas de código.
Infraestrutura de código aberto que transforma arquivos SKILL.md dispersos em corpora de habilidades de agentes selecionados e prontos para recuperação, incluindo ferramentas de recuperação e avaliação.
🔥 Rankify: Um Kit de Ferramentas Python Abrangente para Recuperação, Reclassificação (Re-Ranking) e Geração Aumentada por Recuperação (RAG) 🔥. Nosso kit de ferramentas integra 40 conjuntos de dados de referência pré-recuperados e suporta mais de 7 técnicas de recuperação, mais de 24 modelos de Reclassificação de última geração e múltiplos métodos de RAG.
Uma lista curada de artigos incríveis relacionados a modelos pré-treinados para recuperação de informação (também conhecido como pré-treinamento para IR).
RAG agêntico para pesquisa de documentos local e auto-hospedada: recuperação híbrida, reranking e RAG multimodal sobre LanceDB integrado, com análise por Docling e um servidor MCP
O ChatGPT é Bom em Pesquisa? LLMs como Agente de Reclassificação [Prêmio de Artigo Destacado EMNLP 2023]
Base de conhecimento RAG empresarial com prioridade para o chinês: análise controlável, governança, segmentação, recuperação híbrida, reranking, citações, grafos de conhecimento, avaliação e integração com o Dify.
YT Navigator: Explorador de conteúdo do YouTube com tecnologia de IA que permite pesquisar e conversar com vídeos de canais usando agentes de IA. Extraia insights de horas de conteúdo em segundos com pesquisa semântica e timestamps precisos.
Sistema RAG híbrido que combina pesquisa vetorial, um grafo de conhecimento (LightRAG) e reclassificação com cross-encoder, com análise de documentos por meio do Docling, inteligência visual (geração de legendas para imagens e tabelas), chat agêntico em streaming e citações incorporadas. Desenvolvido com modelos Gemini ou Ollama locais.
Perguntas Frequentes
Qual é o repositório de #reranking mais popular no GitHub?
O projeto de código aberto de #reranking mais bem classificado no GitHub é Tencent/WeKnora, com 37,938 estrelas. Plataforma open-source de conhecimento LLM: transforme documentos brutos em um RAG consultável, um agente de raciocínio autônomo e uma Wiki auto-mantida.
Quais linguagens de programação são mais usadas nos repositórios de #reranking?
Entre os projetos de #reranking mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Go, Rust, Ruby.
Como é calculada a classificação dos repositórios de #reranking?
Acompanhamos 21 repositórios ativos de código aberto marcados com #reranking (com mais de 500 estrelas), totalizando 78,918 estrelas e uma média de 3,758 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.