reranking

Plateforme de connaissances LLM open-source : transformez des documents bruts en un RAG interrogeable, un agent de raisonnement autonome et un wiki auto-maintenu.

MTEB : Évaluation de pointe des embeddings à travers les langues et les modalités

Serveur d'inférence open-source et cluster de production pour tous les modèles nécessaires à vos agents.

RAGLite est une boîte à outils Python pour la génération augmentée par récupération (RAG) avec DuckDB ou PostgreSQL.

Ré-ordonnancement léger et ultra-rapide pour vos pipelines de recherche et de récupération. Supporte le ré-ordonnancement SoTA Listwise et Pairwise basé sur des LLM, des cross-encoders et plus encore. Créé par Prithivi Da, ouvert aux PR et collaborations.

Bibliothèque Rust pour générer des plongements vectoriels et effectuer un reranking en local.

Utilisez des modèles multimodaux à interaction tardive comme ColPali en quelques lignes de code.

🔥 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.

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]

Interrogation de documents locaux, propulsée par LLM

YT Navigator : Explorateur de contenu YouTube propulsé par l'IA qui vous permet de rechercher et de dialoguer avec les vidéos de chaînes à l'aide d'agents IA. Extrayez des informations de plusieurs heures de contenu en quelques secondes grâce à la recherche sémantique et à des horodatages précis.

RAG agentique pour la recherche de documents locale et auto-hébergée : recherche hybride, ré-occultation et RAG multimodal sur LanceDB intégré, avec analyse Docling et serveur MCP

Hybrid RAG system combining vector search, knowledge graph (LightRAG), and cross-encoder reranking — with Docling document parsing, visual intelligence (image/table captioning), agentic streaming chat, and inline citations. Powered by Gemini or local Ollama models.