information-retrieval

Instagram 資訊蒐集工具。

允許透過 AI 輔助進行網路搜尋的軟體清單：https://hf.co/spaces/felladrin/awesome-ai-web-search

Python 中的 BM25 演算法集合

採用 Rust 建立的高效能、模組化、記憶體安全且可直接用於生產環境的推理、擷取和索引工具 🦀

資訊蒐集工具 - DNS / 子網域 / 連接埠 / 目錄列舉

Anserini 是一個用於可重現資訊檢索研究的 Lucene 工具包

開放式 CLI，用於將 AI 搜尋、推薦與對話式檢索整合至代理系統和業務系統中

PISA：適用於學術界的高效能索引與搜尋

RAFT 包含機器學習與資訊檢索中基礎且廣泛使用的演算法與原語。這些演算法經過 CUDA 加速，並構成了更輕鬆編寫高效能應用程式的基礎元件。

SPLADE：稀疏神經搜尋（SIGIR21、SIGIR22）

allRank 是一個基於 PyTorch 訓練排序學習（learning-to-rank）神經網路模型的框架。

RAG-Fusion：多重查詢生成 + 倒數排名融合，以實現更好的檢索增強生成。包含使用 NFCorpus/BEIR 的評估工具。

後期互動模型的訓練與檢索

SGPT：用於語意搜尋的 GPT 句子嵌入

cuVS - 用於 GPU 上進行向量搜尋與分群的函式庫

[EMNLP'25] s3 - ⚡ 透過 RL 進行高效且有效的 RAG 搜尋代理訓練（使用最少資料的 RAG 的 RLVR 搜尋）

使用微調增強 LLM 以執行 RAG 任務的框架。

Tevatron：跨規模、語言與模態的統一文件檢索工具包。於 SIGIR 2023、SIGIR 2025 展示。

適用於 JavaScript 的直覺式模糊比對、資訊檢索與 NLP 建構區塊

[COLM’25] DeepRetrieval — 🔥 透過具備檢索結果的 RLVR 訓練 Search Agent

生成式表徵指令微調

⚡️ 用於排序評估、比較與融合的極速 Python 函式庫 🐍

🔥 Rankify：用於檢索、重新排序與檢索增強生成（RAG）的全方位 Python 工具包 🔥。本工具包整合了 40 個預先檢索的基準資料集，並支援 7 種以上檢索技術、24 種以上最先進的 Reranking 模型以及多種 RAG 方法。

針對工作打造的 AI 優先搜尋與問答引擎。Glean 的開源替代方案。

精選與資訊檢索預訓練模型（又稱 IR 預訓練）相關的優秀論文清單。

ChatGPT 擅長搜尋嗎？作為重新排序代理程式的 LLM [EMNLP 2023 傑出論文獎]

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

🍁 Sycamore 是一個由 LLM 驅動的非結構化資料搜尋與分析平台。

極簡主義網頁搜尋平台，內建可直接在瀏覽器中執行的 AI 助理。演示：https://felladrin-minisearch.hf.space