retrieval-augmented-generation

Referência transparente de RAG em Python com busca híbrida FAISS + BM25, reranking, Gradio UI e FastAPI.

Este repositório compartilha notebooks de ponta a ponta sobre como usar vários recursos e integrações do Weaviate.

Capacite Grandes Modelos de Linguagem (LLM) usando Geração Aumentada por Recuperação baseada em Grafos de Conhecimento (KG-RAG) para tarefas intensivas em conhecimento

RAG Time: Uma jornada de aprendizado de 5 semanas para dominar RAG

Construa seu próprio chat de IA sem servidor (serverless) com Geração Aumentada por Recuperação (RAG) usando LangChain.js, TypeScript e Azure

Um pipeline RAG avançado baseado em LLM construído do zero

Um sistema Graph RAG para recuperação de informações médicas baseadas em evidências [ACL 2025]

Aplicações de LLM rápidas, com indexação por streaming, consulta e agentes em Rust.

Ingira arquivos para geração aumentada de recuperação (RAG) com LLMs (Large Language Models) de código aberto, tudo sem terceiros ou dados sensíveis saírem da sua rede.

Este blueprint NVIDIA RAG serve como uma solução de referência para um pipeline fundamental de Geração Aumentada de Recuperação (RAG).

[NeurIPS 2024 Spotlight] Buffer of Thoughts: Raciocínio Aumentado por Pensamento com Large Language Models

RAGLight é um framework modular para Retrieval-Augmented Generation (RAG). Ele facilita a integração de diferentes LLMs, embeddings e vector stores, e agora inclui integração perfeita com MCP para conectar ferramentas externas e fontes de dados.

Consulta a documentos locais, impulsionada por LLM

Framework RAG fácil de usar; Solução Top 3 do Desafio Internacional CCF AIOps 2024

Conversor e crawler de HTML para Markdown.

Programação em par com IA no seu terminal — um binário estático, inicialização em menos de um milissegundo, qualquer modelo

Phi2-Chinese-0.2B: Treine seu próprio pequeno modelo de chat em chinês Phi2 do zero, com suporte para integração com langchain para carregar bases de conhecimento locais para RAG (Geração Aumentada por Recuperação). Treine seu próprio pequeno modelo de chat Phi2 do zero.

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

Treine e deduza poderosos embeddings de frases com AnglE | 🔥 SOTA nas leaderboards de STS e MTEB

Uma implementação de exemplo simples do padrão VoiceRAG para potencializar experiências interativas de IA generativa de voz usando RAG com Azure AI Search e o modelo gpt-4o-realtime-preview da Azure OpenAI.

🤖 Um protótipo de assistente para escrita e raciocínio

Use o ArXiv ChatGuru para conversar com artigos de pesquisa. Este aplicativo usa LangChain, OpenAI, Streamlit e Redis como banco de dados vetorial/cache semântico.

[Resultados do EMNLP'25] Um sistema Graph RAG fácil de usar que utiliza conhecimento hierárquico.

AgentSearch é um framework para potencializar agentes de busca e permitir pesquisas locais personalizáveis.

Dataset e benchmark para RAG em documentos internos de empresas.

Um estudo sobre Geração Aumentada por Recuperação Multimodal (Multimodal RAG).

AWS Generative AI CDK Constructs são implementações de exemplo do AWS CDK para padrões comuns de IA generativa.

GraphRAG-rs é uma implementação em Rust de alto desempenho e de última geração do GraphRAG (Graph-based Retrieval Augmented Generation) que constrói grafos de conhecimento a partir de documentos e permite consultas em linguagem natural com extração de entidades configurável e integração de LLM local

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.

Avaliação orientada a dados para aplicações baseadas em LLM