retrieval-augmented-generation

Tài liệu tham khảo Python RAG minh bạch với tính năng truy xuất kết hợp FAISS + BM25, xếp hạng lại, giao diện Gradio và FastAPI.

Kho lưu trữ này chia sẻ các notebook toàn diện về cách sử dụng các tính năng và tích hợp khác nhau của Weaviate!

Trao quyền cho các Mô hình Ngôn ngữ Lớn (LLM) bằng Truy xuất tăng cường thế hệ dựa trên Đồ thị Tri thức (KG-RAG) cho các tác vụ cần nhiều tri thức

RAG Time: Hành trình học tập 5 tuần để làm chủ RAG

Xây dựng AI Chat serverless của riêng bạn với Retrieval-Augmented-Generation sử dụng LangChain.js, TypeScript và Azure

Một pipeline RAG nâng cao được hỗ trợ bởi LLM xây dựng từ đầu

Hệ thống Graph RAG để truy xuất thông tin y tế dựa trên bằng chứng [ACL 2025].

Lập chỉ mục, truy vấn và các ứng dụng LLM tác nhân nhanh, dạng luồng bằng Rust

Nạp tệp cho truy xuất tăng cường thế hệ (RAG) với các mô hình ngôn ngữ lớn (LLM) mã nguồn mở, đảm bảo không có bên thứ ba hoặc dữ liệu nhạy cảm nào rời khỏi mạng của bạn

Bản thiết kế NVIDIA RAG này đóng vai trò là giải pháp tham chiếu cho quy trình Retrieval Augmented Generation (RAG) cơ bản.

[NeurIPS 2024 Spotlight] Buffer of Thoughts: Suy luận tăng cường tư duy với các mô hình ngôn ngữ lớn

RAGLight là một framework mô-đun dành cho Retrieval-Augmented Generation (RAG). Nó giúp dễ dàng tích hợp các LLM, embedding và vector store khác nhau, hiện đã bao gồm tích hợp MCP liền mạch để kết nối các công cụ và nguồn dữ liệu bên ngoài.

Truy vấn tài liệu cục bộ, được hỗ trợ bởi LLM

Framework RAG dễ sử dụng; Giải pháp đạt giải ba tại cuộc thi CCF AIOps International Challenge 2024

Công cụ chuyển đổi và thu thập dữ liệu HTML sang Markdown.

Lập trình cặp với AI ngay trên terminal của bạn — một tệp nhị phân tĩnh duy nhất, khởi động dưới một mili-giây, hỗ trợ mọi model

Phi2-Chinese-0.2B Huấn luyện mô hình nhỏ Phi2 tiếng Trung từ đầu, hỗ trợ tích hợp langchain để tải cơ sở tri thức cục bộ cho RAG. Huấn luyện mô hình chat nhỏ Phi2 của riêng bạn từ đầu.

Nền tảng tìm kiếm web tối giản với trợ lý AI chạy trực tiếp từ trình duyệt của bạn. Bản demo: https://felladrin-minisearch.hf.space

Huấn luyện và suy luận Sentence Embeddings mạnh mẽ với AnglE | 🔥 Đạt SOTA trên bảng xếp hạng STS và MTEB

Ví dụ triển khai đơn giản của mô hình VoiceRAG để hỗ trợ trải nghiệm AI tạo sinh bằng giọng nói tương tác, sử dụng RAG với Azure AI Search và mô hình gpt-4o-realtime-preview của Azure OpenAI.

Trợ lý nguyên mẫu để viết và tư duy

Sử dụng ArXiv ChatGuru để trò chuyện với các bài báo nghiên cứu. Ứng dụng này sử dụng LangChain, OpenAI, Streamlit và Redis làm cơ sở dữ liệu vector/bộ nhớ đệm ngữ nghĩa.

[EMNLP'25 findings] Hệ thống Graph RAG dễ sử dụng sử dụng tri thức phân cấp.

AgentSearch là một framework hỗ trợ các tác nhân tìm kiếm và cho phép tùy chỉnh tìm kiếm cục bộ

Tập dữ liệu và điểm chuẩn cho RAG trên các tài liệu nội bộ của công ty.

Khảo sát về thế hệ tăng cường truy xuất đa phương thức (Multimodal RAG)

AWS Generative AI CDK Constructs là các triển khai mẫu AWS CDK cho các mô hình AI tạo sinh phổ biến.

GraphRAG-rs là bản triển khai Rust hiệu năng cao, hiện đại của GraphRAG (Graph-based Retrieval Augmented Generation), giúp xây dựng đồ thị tri thức từ tài liệu và cho phép truy vấn bằng ngôn ngữ tự nhiên với khả năng trích xuất thực thể có thể cấu hình và tích hợp LLM cục bộ

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.

Đánh giá dựa trên dữ liệu cho các ứng dụng hỗ trợ LLM