information-retrieval

Collecte d'informations sur Instagram.

Liste de logiciels permettant d'effectuer des recherches sur le web avec l'assistance de l'IA : https://hf.co/spaces/felladrin/awesome-ai-web-search

Une collection d'algorithmes BM25 en Python.

Inférence, ingestion et indexation hautement performantes, modulaires, sécurisées en mémoire et prêtes pour la production, construites en Rust 🦀

Outil de collecte d'informations - énumération de DNS, sous-domaines, ports et répertoires

Anserini est une boîte à outils Lucene pour la recherche reproductible en recherche d'information.

CLI open source pour intégrer la recherche par IA, la recommandation et la récupération conversationnelle dans les systèmes d'agents et les systèmes métier.

PISA : Indexation et recherche performantes pour le milieu universitaire.

RAFT contient des algorithmes et des primitives fondamentaux largement utilisés pour l'apprentissage automatique et la recherche d'informations. Les algorithmes sont accélérés par CUDA et constituent des blocs de construction pour faciliter l'écriture d'applications haute performance.

SPLADE : recherche neuronale creuse (SIGIR21, SIGIR22)

allRank est un framework pour l'entraînement de modèles neuronaux de type learning-to-rank basé sur PyTorch.

RAG-Fusion : génération multi-requêtes et Reciprocal Rank Fusion pour une meilleure génération augmentée par récupération. Inclut un outil d'évaluation pour NFCorpus/BEIR.

Entraînement et récupération de modèles à interaction tardive (Late Interaction Models).

SGPT : plongements de phrases GPT pour la recherche sémantique

cuVS : une bibliothèque pour la recherche vectorielle et le clustering sur GPU.

[EMNLP'25] s3 - ⚡ Entraînement efficace et performant d'agents de recherche via RL pour le RAG (RLVR pour la recherche avec un minimum de données)

Framework pour améliorer les LLM pour les tâches RAG via le fine-tuning.

Tevatron - Boîte à outils unifiée de recherche documentaire à travers les échelles, les langues et les modalités. Démo présentée à SIGIR 2023 et SIGIR 2025.

Outils simples de correspondance floue, de recherche d'informations et de briques de base NLP pour JavaScript.

[COLM’25] DeepRetrieval — 🔥 Entraînement d'un agent de recherche par RLVR avec résultat de récupération

Ajustement d'instructions représentationnelles génératives

⚡️Une bibliothèque Python ultra-rapide pour l'évaluation, la comparaison et la fusion de classements 🐍

🔥 Rankify : un toolkit Python complet pour la récupération, le re‑ranking et la génération augmentée par récupération 🔥. Notre toolkit intègre 40 jeux de données de référence pré‑récupérés et prend en charge plus de 7 techniques de récupération, plus de 24 modèles de re‑ranking de pointe, ainsi que plusieurs méthodes RAG.

Moteur de recherche et réponse « AI‑first » pour le travail. Alternative open source à Glean.

Une liste soigneusement sélectionnée de papiers remarquables liés aux modèles pré‑entraînés pour la récupération d'information (a.k.a., pré‑entraînement pour IR).

ChatGPT est‑il bon pour la recherche ? Les LLMs en tant qu'Agent de Ré‑classement [EMNLP 2023 Outstanding Paper Award]

Open-source infrastructure that turns scattered SKILL.md files into curated, retrieval-ready agent-skill corpora—with retrieval and evaluation tooling included.

🍁 Sycamore est une plateforme de recherche et d'analyse alimentée par LLM pour les données non structurées.

Plateforme de recherche web minimaliste avec un assistant IA qui s'exécute directement depuis votre navigateur. Démo : https://felladrin-minisearch.hf.space