information-retrieval

Coleta de informações do Instagram.

Lista de softwares que permitem pesquisar na web com o auxílio de IA: https://hf.co/spaces/felladrin/awesome-ai-web-search

Uma coleção de algoritmos BM25 em Python.

Inferência, ingestão e indexação de alto desempenho, modulares, seguras quanto à memória e prontas para produção, construídas em Rust 🦀

Ferramenta de coleta de informações - enumeração de DNS, subdomínios, portas e diretórios

Anserini é um kit de ferramentas Lucene para pesquisa reprodutível de recuperação de informação

CLI aberta para integrar busca com IA, recomendação e recuperação conversacional em sistemas de agentes e sistemas de negócios

PISA: Índices e busca de alto desempenho para o meio acadêmico.

O RAFT contém algoritmos e primitivas fundamentais amplamente utilizados para aprendizado de máquina e recuperação de informações. Os algoritmos são acelerados por CUDA e formam blocos de construção para facilitar a escrita de aplicações de alto desempenho.

SPLADE: busca neural esparsa (SIGIR21, SIGIR22)

allRank é um framework para treinar modelos neurais de learning-to-rank baseados em PyTorch.

RAG-Fusion: geração de múltiplas consultas + Reciprocal Rank Fusion para uma melhor geração aumentada por recuperação. Inclui harness de avaliação com NFCorpus/BEIR.

Treinamento e Recuperação de Modelos de Interação Tardia

SGPT: Embeddings de sentenças do GPT para busca semântica

[EMNLP'25] s3 - ⚡ Treinamento eficiente e eficaz de agente de busca via RL para RAG (RLVR para busca com dados mínimos)

cuVS - uma biblioteca para busca vetorial e agrupamento em GPU

Framework para aprimorar LLMs para tarefas de RAG usando ajuste fino.

Tevatron - Kit de ferramentas unificado de recuperação de documentos em escala, idioma e modalidade. Demonstração no SIGIR 2023, SIGIR 2025.

Componentes diretos de fuzzy matching, recuperação de informação e NLP para JavaScript.

[COLM’25] DeepRetrieval — 🔥 Treinamento de agente de busca por RLVR com resultado de recuperação

Ajuste de Instrução Representacional Generativa

⚡️Uma biblioteca Python extremamente rápida para avaliação, comparação e fusão de ranqueamento 🐍

🔥 Rankify: Um kit de ferramentas abrangente em Python para Recuperação, Reclassificação e Geração Aumentada por Recuperação (RAG) 🔥. Nosso kit de ferramentas integra 40 conjuntos de dados de referência pré-recuperados e suporta mais de 7 técnicas de recuperação, mais de 24 modelos de reclassificação de última geração e vários métodos de RAG.

Mecanismo de busca e resposta orientado por IA para o trabalho. Alternativa de código aberto ao Glean.

Uma lista curada de artigos incríveis relacionados a modelos pré-treinados para recuperação de informação (também conhecido como pré-treinamento para IR).

O ChatGPT é bom em buscas? LLMs como agentes de re-ranking [Prêmio de Artigo Destaque EMNLP 2023]

🍁 Sycamore é uma plataforma de busca e análise impulsionada por LLM para dados não estruturados.

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

Plataforma minimalista de busca na web com um assistente de IA executado diretamente no seu navegador. Demo: https://felladrin-minisearch.hf.space