information-retrieval

Pengumpulan Informasi Instagram.

Daftar perangkat lunak yang memungkinkan pencarian web dengan bantuan AI: https://hf.co/spaces/felladrin/awesome-ai-web-search

Kumpulan Algoritma BM25 dalam Python

Inferensi, Ingestion, dan Pengindeksan yang Sangat Berkinerja, Modular, Aman dari Memori, dan Siap Produksi yang dibangun dengan Rust 🦀

Alat Pengumpulan Informasi - Enumerasi DNS / Subdomain / Port / Direktori

Anserini adalah toolkit Lucene untuk riset Information Retrieval yang dapat direproduksi

CLI terbuka untuk mengintegrasikan pencarian AI, rekomendasi, dan pengambilan percakapan ke dalam sistem agen dan sistem bisnis

PISA: Indeks dan Pencarian berkinerja tinggi untuk Akademisi.

RAFT berisi algoritma fundamental dan primitif yang banyak digunakan untuk machine learning daninformation retrieval. Algoritma ini dipercepat dengan CUDA dan membentuk blok penyusun untuk menulis aplikasi berkinerja tinggi dengan lebih mudah.

allRank adalah kerangka kerja untuk melatih model neural learning-to-rank berbasis PyTorch.

SPLADE: pencarian neural jarang (SIGIR21, SIGIR22)

RAG-Fusion: pembuatan multi-query + Reciprocal Rank Fusion untuk retrieval-augmented generation yang lebih baik. Termasuk harness evaluasi dengan NFCorpus/BEIR.

Pelatihan & Pengambilan Model Interaksi Lanjutan

SGPT: Sematan Kalimat GPT untuk Pencarian Semantik

[EMNLP'25] s3 - ⚡ Pelatihan Agen Pencarian yang Efisien & Efektif melalui RL untuk RAG (RLVR untuk Pencarian dengan Data Minimal)

cuVS - pustaka untuk pencarian vektor dan pengelompokan pada GPU.

Kerangka kerja untuk meningkatkan LLM untuk tugas RAG menggunakan fine-tuning.

Tevatron - Toolkit Pengambilan Dokumen Terpadu lintas Skala, Bahasa, dan Modalitas. Demo di SIGIR 2023, SIGIR 2025.

Pencocokan kabur (fuzzy matching) yang mudah, pengambilan informasi, dan blok bangunan NLP untuk JavaScript.

[COLM’25] DeepRetrieval — 🔥 Melatih Agen Pencarian melalui RLVR dengan Hasil Pengambilan.

Generative Representational Instruction Tuning

⚡️Pustaka Python yang sangat cepat untuk evaluasi, perbandingan, dan fusi peringkat 🐍

🔥 Rankify: Toolkit Python Komprehensif untuk Retrieval, Re-Ranking, dan Retrieval-Augmented Generation (RAG) 🔥. Toolkit kami mengintegrasikan 40 dataset benchmark pra-retrieval dan mendoroang 7+ teknik retrieval, 24+ model Reranking mutakhir, serta berbagai metode RAG.

Mesin Pencari & Jawab berbasis AI untuk pekerjaan. Alternatif open-source untuk Glean.

Daftar pilihan makalah luar biasa terkait model pra-latih untuk temu balik informasi (a.k.a., pretraining for IR).

Apakah ChatGPT Bagus dalam Pencarian? LLM sebagai Agen Pemeringkatan Ulang [Penghargaan Makalah Luar Biasa EMNLP 2023].

Sycamore adalah platform pencarian dan analitik berbasis LLM untuk data tidak terstruktur.

Platform pencarian web minimalis dengan asisten AI yang berjalan langsung dari browser Anda. Demo: https://felladrin-minisearch.hf.space

Tautan ke publikasi konferensi/jurnal dalam pengecekan fakta otomatis (sumber daya untuk makalah TACL22/EMNLP23).