retrieval-augmented-generation

Máy chủ suy luận mã nguồn mở và cụm sản xuất cho tất cả các mô hình mà agent của bạn cần.

Mã nguồn được sử dụng để huấn luyện và chạy suy luận với các mô hình ColVision, ví dụ: ColPali, ColQwen2 và ColSmol.

Nền tảng tất cả trong một cho tìm kiếm, gợi ý, RAG và phân tích được cung cấp qua API

Awesome-GraphRAG: Danh sách tổng hợp các tài nguyên (khảo sát, bài báo, benchmark và dự án mã nguồn mở) về tạo tăng cường truy xuất dựa trên đồ thị.

Tài nguyên toàn diện về Generative AI, bao gồm lộ trình chi tiết, dự án, trường hợp sử dụng, chuẩn bị phỏng vấn và chuẩn bị lập trình.

Tìm kiếm vector phân tán cho các ứng dụng AI-native

Trợ giúp NestJS + Phát triển Chatbot AI

[ACL2026] "MiniRAG: Làm cho RAG đơn giản hơn với các Mô hình Ngôn ngữ Nhỏ và Mã nguồn Mở"

Bộ sưu tập do cộng đồng đóng góp gồm các framework, dự án và tài nguyên RAG (Retrieval-Augmented Generation). Đóng góp và khám phá hệ sinh thái RAG đang phát triển.

NVIDIA AI Blueprint cho tìm kiếm và tóm tắt video (VSS) là một kiến trúc tham chiếu tăng tốc bằng GPU để xây dựng các tác nhân phân tích video với cảnh báo được xác thực theo thời gian thực, hỏi đáp trực quan và báo cáo tự động. VSS Blueprint sử dụng các mô hình ngôn ngữ tầm nhìn (VLMs) như NVIDIA Cosmos, LLMs như NVIDIA Nemotron, RAG và NVIDIA NIMs.

WFGY đang hướng tới WFGY 5.0 Polaris Protocol, một bản phát hành mã nguồn mở lớn dành cho suy luận AI, RAG, agent và quy trình làm việc thực tế. Bao gồm Bản đồ vấn đề, Thẻ gỡ lỗi toàn cầu, WFGY 4.0 và Trứng phục sinh CFV.

Mã nguồn chính thức của RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval

[EMNLP 2025 Oral] MemoryOS được thiết kế để cung cấp hệ điều hành bộ nhớ cho các tác nhân AI cá nhân hóa.

Danh sách phần mềm cho phép tìm kiếm web với sự hỗ trợ của AI: https://hf.co/spaces/felladrin/awesome-ai-web-search

Hướng dẫn toàn diện để học RAG từ cơ bản đến nâng cao.

😎 Danh sách tổng hợp các ứng dụng Retrieval-Augmented Generation (RAG) tuyệt vời trong Generative AI.

Awesome-LLM-RAG: danh sách tổng hợp về truy xuất tăng cường thế hệ (RAG) nâng cao trong Large Language Models

SmythOS Runtime Environment (SRE) là môi trường thực thi mã nguồn mở, gốc đám mây dành cho AI tác nhân. Bảo mật, dạng mô-đun và sẵn sàng cho môi trường sản xuất, nó cho phép các nhà phát triển xây dựng, chạy và quản lý các tác nhân thông minh trên môi trường cục bộ, đám mây và biên.

TrustRAG: Framework RAG với đầu vào đáng tin cậy, đầu ra đáng tin cậy

RAGLite là bộ công cụ Python dành cho Retrieval-Augmented Generation (RAG) với DuckDB hoặc PostgreSQL

Thống nhất việc tinh chỉnh hiệu quả cho RAG Retrieval, bao gồm Embedding, ColBERT, ReRanker.

Bảng tính cộng tác dành cho AI. Chuỗi các ô thành các pipeline mạnh mẽ, thử nghiệm với prompt và mô hình, đồng thời đánh giá phản hồi của LLM theo thời gian thực. Làm việc cùng nhau mượt mà để xây dựng và lặp lại trên các ứng dụng AI.

Cơ sở dữ liệu vector có thể nhúng cho Go với giao diện giống Chroma và không có phụ thuộc bên thứ ba. Lưu trữ trong bộ nhớ với tính năng lưu bền vững tùy chọn.

TypeScript AI AI Function Calling Framework được tối ưu hóa bằng các kỹ năng trình biên dịch.

Thư viện Rust để tạo vector embedding, xếp hạng lại cục bộ!

Thuật toán sắp xếp lại (re-ranking) siêu nhẹ và cực nhanh cho các pipeline tìm kiếm và truy xuất của bạn. Hỗ trợ sắp xếp lại theo Listwise và Pairwise đạt chuẩn SOTA dựa trên LLM, cross-encoder và nhiều tính năng khác. Được tạo bởi Prithivi Da, chào đón PR và hợp tác.

Hướng dẫn toàn diện để bắt đầu và nâng cao kỹ năng LLM của bạn vào năm 2026 với ít nền tảng trong lĩnh vực này, đồng thời cập nhật các tin tức mới nhất và các kỹ thuật tiên tiến nhất!

RAG không cần phân tích cú pháp được hỗ trợ bởi VLM

Chatbot hỗ trợ nghiên cứu y tế và chẩn đoán y khoa đa tác nhân được cung cấp sức mạnh bởi GenAI. 🏥 Được thiết kế cho các chuyên gia y tế, nhà nghiên cứu và bệnh nhân.

RAG-Fusion: tạo đa truy vấn + Reciprocal Rank Fusion giúp cải thiện quá trình tạo có tăng cường truy xuất (RAG). Bao gồm bộ công cụ đánh giá với NFCorpus/BEIR.