#retrieval-augmented-generation Репозитории
Всего репозиториев: 254
[EMNLP 2025] ViDoRAG: Генерация с дополнением извлечения визуальных документов посредством динамических итеративных агентов рассуждения
RAT — это мощный инструмент, который улучшает ответы ИИ, используя возможности рассуждения DeepSeek для направления других моделей посредством структурированного мыслительного процесса.
Разбивает текст на семантические фрагменты заданного размера. Поддерживает вычисление длины по символам и токенам, и может быть вызван из Rust и Python.
Мы собираем статьи о «больших языковых моделях (LLM) для задач, связанных с таблицами», например, об использовании LLM для задачи Table QA. Сбор статей, связанных с «Таблицей + LLM»
Набор данных и эталон для RAG по внутренним документам компании.
Общайтесь со своими документами с помощью моделей Vision Language. Этот репозиторий реализует сквозной RAG-конвейер как с локальными, так и с проприетарными VLM.
В этом репозитории представлены очень простые примеры использования flask, streamlit и docker для пакета llama_index (ранее gpt_index)
Корпоративная база знаний RAG с приоритетом китайского языка: управляемый разбор, управление, разбиение на фрагменты, гибридный поиск, переранжирование, цитирование, графы знаний, оценка и интеграция с Dify.
Минималистичная платформа для поиска в Интернете с ИИ-помощником, который работает прямо в вашем браузере. Демо: https://felladrin-minisearch.hf.space
Простая в использовании RAG-платформа; Решение Топ-3 Международного конкурса CCF AIOps 2024; Решение команды-победителя Международного конкурса CCF AIOps 2024
Phi2-Chinese-0.2B обучает свою собственную небольшую китайскую модель Phi2 с нуля, поддерживая подключение к langchain для загрузки локальных баз знаний для генерации с расширенным поиском RAG. Обучение вашей собственной небольшой модели чата Phi2 с нуля.
Обучайте и выводите мощные вложения предложений с помощью AnglE | 🔥 SOTA в таблице лидеров STS и MTEB
Простой пример реализации шаблона VoiceRAG для интерактивных генеративных голосовых ИИ-сервисов с использованием RAG, Azure AI Search и модели gpt-4o-realtime-preview от Azure OpenAI.
Дорожная карта, описывающая необходимые навыки, учебные ресурсы и примеры инструментов для становления инженером по искусственному интеллекту
AI-парное программирование в вашем терминале — один статический бинарный файл, запуск за доли миллисекунды, любая модель
Используйте ArXiv ChatGuru для общения с научными статьями. Это приложение использует LangChain, OpenAI, Streamlit и Redis в качестве векторной базы данных/семантического кэша.
Чат-бот для веб-исследований на базе LangChain. Ищет источники в Интернете и цитирует их в сгенерированных ответах.
Настольное приложение с ИИ для чата, RAG, навыков, инструментов MCP и агентов. Поддерживает несколько LLM (Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM, Gemini и OpenRouter)
[Результаты EMNLP'25] Простая в использовании система Graph RAG, использующая иерархические знания.
Ваш новый помощник по программированию, разработанный эксклюзивно для IntelliJ IDEA.
Официальная реализация статьи NeurIPS 2024 «G-Retriever: генерация, дополненная поиском, для понимания текстовых графов и ответов на вопросы»
Интересные проекты LLM, которые я создал для своего канала на YouTube, используя открытые модели Ollama.
AWS Generative AI CDK Constructs — это примеры реализаций AWS CDK для распространенных паттернов генеративного ИИ.
GraphRAG-rs — это высокопроизводительная, современная реализация GraphRAG (Графовая генерация с дополненным поиском) на Rust, которая строит графы знаний из документов и обеспечивает запросы на естественном языке с настраиваемым извлечением сущностей и интеграцией локальной LLM
Гибридная RAG-система, объединяющая векторный поиск, граф знаний (LightRAG) и переранжирование с помощью кросс-энкодера, с поддержкой разбора документов через Docling, визуального интеллекта (создание подписей к изображениям и таблицам), агентского потокового чата и встроенных цитат. Работает на моделях Gemini или локальных моделях Ollama.
VectorRAG.Net — это высокопроизводительная библиотека векторных баз данных для .NET, предназначенная для семантического поиска и RAG (генерации с дополнением поиска). Основной поиск основан на генерации кандидатов методом LSH со случайными гиперплоскостями с последующим точным переранжированием по скалярному произведению/косинусу.
Система RAG【Retrieval-Augmented Generation】, подходящая для обучения, использования и автономного расширения! Может подключаться к Интернету для поиска с помощью ИИ.
💡 Awesome RAG: Ресурс по генерации с дополнением извлечения (RAG) для LLM, с акцентом на развитие технологии.
AgentSearch — это фреймворк для поддержки поисковых агентов и обеспечения настраиваемого локального поиска.