LightRAG

FlagEmbedding

AI GitHub リポジトリ

情報検索および情報検索を強化した大規模言語モデル（LLM）に焦点を当てたGitHubリポジトリです。開発者がこれらのモデルの開発と改善に貢献できるツールとリソースを提供し、情報検索プロセスの向上を促進します。FlagEmbeddingは、情報検索および情報検索を強化した大規模言語モデル（LLM）に焦点を当てたGitHubリポジトリです。開発者がこれらのモデルの開発と改善に貢献できるツールとリソースを提供し、情報検索プロセスの向上を促進します。

RAGFlow

AI GitHub リポジトリ

#30

先進的なRAGとエージェント機能を統合したオープンソースのリトリーバル拡張生成（RAG）エンジンであり、大規模言語モデル（LLM）に対して堅牢なコンテキストレイヤーを提供します。AIアプリケーションを強化したい開発者向けに設計されています。RAGFlowは、先進的なRAGとエージェント機能を統合したオープンソースのリトリーバル拡張生成（RAG）エンジンであり、大規模言語モデル（LLM）に対して堅牢なコンテキストレイヤーを提供します。AIアプリケーションを強化したい開発者向けに設計されています。

All-in-RAG

AI GitHub リポジトリ

Retrieval-Augmented Generation（RAG）技術を使用してアプリケーションを開発するための包括的なガイドです。RAG技術の全スタックに関する洞察を提供し、開発者がプロジェクトにRAGを実装するために必要なツールと知識を提供します。All-in-RAGは、Retrieval-Augmented Generation（RAG）技術を使用してアプリケーションを開発するための包括的なガイドです。RAG技術の全スタックに関する洞察を提供し、開発者がプロジェクトにRAGを実装するために必要なツールと知識を提供します。

AI学習リポジトリ

AI GitHub リポジトリ

AI学習は、実践的なプロジェクトに焦点を当てた構造化されたハンズオンの旅で、現代のAIを探求します。大規模言語モデル、検索強化生成、自律AIエージェント、生成AIをカバーし、実際のシステムを構築することで学ぶことを目指しています。

R2R — AI Retrieval System

AI GitHub リポジトリ

#238

効率的なデータ取得と生成のために設計された最先端のAIリトリーバルシステムです。RESTful APIを使用したエージェント型リトリーバル拡張生成（RAG）を活用しており、プロダクション環境に適しています。R2Rは、効率的なデータ取得と生成のために設計された最先端のAIリトリーバルシステムです。RESTful APIを使用したエージェント型リトリーバル拡張生成（RAG）を活用しており、プロダクション環境に適しています。

easy-dataset

AI GitHub リポジトリ

#157

LLMのファインチューニング、RAG、および評価のためのデータセット作成を効率化するために設計されたツールです。データの準備プロセスを簡素化し、大規模言語モデルを扱う開発者や研究者にとってアクセスしやすくしています。Easy-datasetは、LLMのファインチューニング、RAG、および評価のためのデータセット作成を効率化するために設計されたツールです。データの準備プロセスを簡素化し、大規模言語モデルを扱う開発者や研究者にとってアクセスしやすくしています。

Ragas LLM評価ツール

AI GitHub リポジトリ

LLMアプリケーションの評価を向上させるために設計されたツールです。開発者にアプリケーションを改善し、AI開発におけるコラボレーションと革新を促進するプラットフォームを提供します。RagasはLLMアプリケーションの評価を向上させるために設計されたツールです。開発者にアプリケーションを改善し、AI開発におけるコラボレーションと革新を促進するプラットフォームを提供します。

LLMs-from-scratch

AI GitHub リポジトリ

ユーザーがPyTorchを使用してChatGPTのような言語モデルを実装する手助けをするGitHubプロジェクトです。ゼロから大規模言語モデルを構築するためのステップバイステップのアプローチを提供し、AIや機械学習に興味のある開発者や研究者に最適です。LLMs-from-scratchは、ユーザーがPyTorchを使用してChatGPTのような言語モデルを実装する手助けをするGitHubプロジェクトです。ゼロから大規模言語モデルを構築するためのステップバイステップのアプローチを提供し、AIや機械学習に興味のある開発者や研究者に最適です。