embedding

Langchain 및 ChatGLM, Qwen, Llama 등 언어 모델 기반의 RAG 및 에이전트 애플리케이션 (구 Langchain-ChatGLM)

TencentDB Agent Memory는 AI 에이전트를 위한 팀 단위 메모리 허브로, 대화, 문서, 코드를 4가지 재사용 가능한 메모리 자산(Chat Memory, Skill, LLM-Wiki, Code-Graph)으로 변환하여 에이전트와 프레임워크 간에 관리, 공유 및 활용할 수 있게 합니다.

TurboQuant 기반의 벡터 인덱스로, Python 바인딩이 포함된 Rust로 작성되었습니다.

PEFT 또는 풀 파라미터를 사용하여 600개 이상의 LLM(Qwen3.6, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) 및 300개 이상의 MLLM(Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM4.5v, Gemma4, Llava, Phi4, ...)을 학습/미세조정(CPT/SFT/DPO/GRPO)하는 툴킷 (AAAI 2025).

멋정한 모델 주를 제공하는 사용하기 쉽고 강력한 LLM 및 SLM 라이브러리입니다.

Claude Code를 위한 코드 검색 MCP. 전체 코드베이스를 모든 코딩 에이전트의 컨텍스트로 활용합니다.

🔍 대규모 언어 모델(LLM) 어플리케이션 개발 실전 1: RAG 기술 풀스택 가이드, 온라인 읽기 주소: https://datawhalechina.github.io/all-in-rag/

복잡하고 혁신적인 RAG 파이프라인 구축을 위한 로우코드 MCP 프레임워크

Embedding Atlas는 대규모 임베딩을 위한 인터랙티브 시각화를 제공하는 도구입니다. 임베딩과 메타데이터를 시각화하고, 교차 필터링하며, 검색할 수 있습니다.

LLM 애플리케이션을 위해 구축된 AI 네이티브 데이터베이스로, 고밀도 벡터, 희소 벡터, 텐서(다중 벡터), 전문 검색의 매우 빠른 하이브리드 검색을 제공합니다.

chatGPT 기반으로 AI 봇과 대화하고 소통하는 커뮤니티 기반 방식

🔍 Telegram 채팅 기록 내보내기 및 퍼지 검색

API를 통해 제공되는 검색, 추천, RAG 및 분석을 위한 올인원 플랫폼

구현체가 포함된 커뮤니티 감지 연구 논문 큐레이션 목록.

llama.cpp의 Node.js 바인딩을 사용하여 로컬 머신에서 AI 모델을 실행하고 생성 수준에서 JSON 스키마 강제 적용

t-SNE의 확장 가능하고 병렬화된 구현

고성능 벡터 검색 및 전문 검색(full-text search)을 지원하는 @ClickHouse 포크

ChatWeb은 웹페이지를 크롤링하고, PDF, DOCX, TXT를 읽어 주요 콘텐츠를 추출한 뒤, 해당 콘텐츠를 바탕으로 질문에 답하거나 핵심 포인트를 요약할 수 있습니다.

AI 코딩 에이전트를 위한 Rust 기반 코드 인텔리전스 CLI. 7개 언어에 걸쳐 콜 그래프 및 하이브리드 시맨틱 검색 인덱스(Dense + Sparse + RRF + Reranker)를 구축합니다. Claude Code 및 Codex CLI를 위한 네이티브 MCP 툴로 제공됩니다.

생성적 표현 지침 튜닝

VLM2Vec / MMEB (ICLR 2025), VLM2Vec-V2 / MMEB-V2 (TMLR 2026), MMEB-V3 (COLM 2026) 관련 코드를 포함하는 저장소입니다.

LLM 및 임베딩을 쉽게 사용할 수 있는 NodeJS RAG 프레임워크

PyTorch를 이용한 최소 왜곡 임베딩

ACG2vec은 ACG와 딥러닝을 결합한 놀이터를 만드는 것을 목표로 함 (텍스트 의미론적 검색, 이미지 기반 검색, 의미론적 검색, 이미지 초해상도, 추천 시스템)