km1994 / AwesomeRAGLinks
☆61Updated last year
Alternatives and similar repositories for AwesomeRAG
Users that are interested in AwesomeRAG are comparing it to the libraries listed below
Sorting:
- 快速入门RAG与私有化部署☆197Updated last year
- 基于大语言模型的检索增强生成RAG示例☆153Updated 3 months ago
- 大模型检索增强生成技术最佳实践。☆80Updated 11 months ago
- FinQwen: 致力于构建一个开放、稳定、高质量的金融大模型项目,基于大模型搭建金融场景智能问答系统,利用开源开放来促进「AI+金融」。☆402Updated last year
- RAG 论文学习☆155Updated 4 months ago
- AGI资料汇总学习(主要包括LLM和AIGC),持续更新......☆404Updated last month
- TinyRAG☆317Updated last month
- RAG-QA-Generator 是一个用于检索增强生成(RAG)系统的自动化知识库构建与管理工具。该工具通过读取文档数据,利用大规模语言模型生成高质量的问答对(QA对),并将这些数据插入数据库中,实现RAG系统知识库的自动化构建和管理。☆219Updated 7 months ago
- 本项目为书籍《大模型RAG实战》的代码以及资料汇总。☆245Updated 8 months ago
- Easy-to-Use RAG Framework; CCF AIOps International Challenge 2024 Top3 Solution; CCF AIOps 国际挑战赛 2024 季军方案☆546Updated 8 months ago
- 本项目是针对RAG中的Retrieve阶段的召回技术及算法效果所做评估实验。使用主体框架为LlamaIndex.☆272Updated last week
- 此项目完成了关于 NLP-Beginner:自然语言处理入门练习 的所有任务(文本分类、信息抽取、知识图谱、机器翻译、问答系统、文本生成、Text-to-SQL、文本纠错、文本挖掘、知识蒸馏、模型加速、OCR、TTS、Prompt、embedding等),所有代码都经过测试…☆209Updated last year
- 数据科学教程、大模型实践案例☆143Updated last month
- 探索 LLM 在法律行业的应用潜力☆91Updated 7 months ago
- 阿里天池: 2023全球智能汽车AI挑战赛——赛道一:AI大模型检索问答 baseline 80+☆110Updated last year
- 大型语言模型实战指南:应用实践与场景落地☆75Updated 10 months ago
- 大语言模型微调,Qwen2VL、Qwen2、GLM4指令微调☆458Updated 2 months ago
- ☆320Updated last year
- basic framework for rag(retrieval augment generation)☆85Updated last year
- prompt 工程项目案例☆96Updated 4 months ago
- 欢迎来到“筱可AI研习社”的实战项目仓库!这个仓库主要用于存储和展示为公众号撰写的各类实战项目。我们会不断优化和迭代这些项目,以探索AI的无限可能。☆71Updated last week
- 学习开源chatGPT类模型的指南,汇总各种训练数据获取、模型微调、模型服务的方法,以及记录自己操作总遇到的各种常见坑,欢迎收藏、转发,希望能帮你省一些时间☆76Updated last year
- 企业级RAG系统从入门到精通☆527Updated last month
- 中文大模型微调(LLM-SFT), 数学指令数据集MWP-Instruct, 支持模型(ChatGLM-6B, LLaMA, Bloom-7B, baichuan-7B), 支持(LoRA, QLoRA, DeepSpeed, UI, TensorboardX), 支持(微…☆206Updated last year
- AI 应用示例合集☆102Updated last year
- Baichuan2代码的逐行解析版本,适合小白☆214Updated last year
- 大模型技术栈一览☆108Updated 10 months ago
- 在RAG技术中,嵌入向量的生成和匹配是关键环节。本文介绍了一种基于CLIP/BLIP模型的嵌入服务,该服务支持文本和图像的嵌入生成与相似度计算,为多模态信息检索提供了基础能力。☆32Updated 7 months ago
- langchain学习笔记,包含langchain源码解读、langchain中使用中文模型、langchain实例等。☆216Updated 2 years ago
- AFAC2024金融智能创新大赛☆51Updated 8 months ago