RAG

LightRAG：検索拡張世代（RAG）アプリケーション構築のための軽量フレームワーク

LightRAGは、香港大学データサイエンス学部のチームによって開発されたオープンソースのPythonフレームワークで、RAG（Retrieval Augmented Generation）アプリケーションの構築プロセスを簡素化・高速化する。 従来のベクトル検索技術に知識グラフを組み合わせることで、より正確で文脈に関連した情報を大規模言語モデル（LLM）に提供し、...

RAG-Anything：グラフィックフォームを扱うことができるオールインワンのRAGシステム

RAG-Anythingは、LightRAG上に構築された完全に統合されたマルチモーダル文書処理RAGシステムです。従来の質疑応答システム（RAG）のほとんどは、プレーンテキストコンテンツしか扱うことができませんが、PDF、Word文書、プレゼンテーションなど、私たちが日常的に接する文書には、テキスト、画像、表、公開...

Medical-RAG：中国語医学Q&A構築のための検索支援型生成フレームワーク

Medical-RAGは、中国の医療領域向けに設計されたQ&Aインテリジェンスプロジェクトです。 このプロジェクトは、RAG（Retrieval Augmented Generation）技術に基づいており、外部の知識ベースを取り入れることで、医療アドバイスのための大規模言語モデル（LLM）の精度と安全性を向上させている。 このプロジェクトの中核は、高性能ベクトル・データベースであるMilvusを使用して、...

コモラグ：長い物語推論のための認知的記憶検索ツール

ComoRAGは、長い文書や複数の文書の物語理解に対応するように設計されたRAG（Retrieval Augmented Generation）システムである。従来のRAG手法は、複雑なプロットや展開する登場人物の関係から、長い物語や小説を扱う際にしばしば困難に遭遇する。 これは、ほとんどの手法がステートレスでワンショットの検索アプローチを用いているためであり、長い上下関係を捉えることが困難である。.

DeepSieve：複雑なクエリーソースを処理するためのRAGインテリジェント情報スクリーニングツール

DeepSieveは、GitHubでホストされているオープンソースのRAG（Retrieval Augmented Generation）フレームワークで、複雑なクエリとマルチソースデータの処理に焦点を当てています。クエリの分解、サブクエリのルーティング、失敗した検索の反映、回答の融合により、効率的な情報フィルタリング機能を提供する。.

RAGLight: 軽量検索拡張生成Pythonライブラリ

RAGLightは、RAG（Retrieval Augmented Generation）を実装するために設計された、軽量でモジュール式のPythonライブラリです。文書検索と自然言語生成を組み合わせることで、大規模言語モデル（LLM）の文脈理解を向上させます。RAGLightは複数の言語モデル、埋め込みモデル、ベクトルストアをサポートしており、開発者が迅速に...

llmware: エンタープライズクラスのRAGアプリケーションを迅速に構築するためのオープンソースフレームワーク

llmwareは、開発者がエンタープライズクラスのRAG（Retrieval Augmentation Generation）アプリケーションを迅速に構築できるようにすることに重点を置いたオープンソースのフレームワークです。ローカルまたはプライベートクラウド環境での実行をサポートし、特に金融、法律、コンプライアンスなどのデータセキュリティに敏感な業界に適しています。.

Vespa.ai: 効率的なAI検索・推薦システム構築のためのオープンソースプラットフォーム

Vespa.aiはオープンソースのAI検索・レコメンデーションプラットフォームで、大規模データの処理に重点を置き、効率的な検索、レコメンデーション、パーソナライズされたサービスを提供します。ベクトル検索、テキスト検索、構造化データ処理をサポートし、機械学習モデルと組み合わせてリアルタイムの推論を実現します。Vespaは数億件のデータを扱うことができ、高速なレスポンスタイムと100ミリ秒以下のレイテンシを実現します。.

NodeRAG：正確な情報検索と生成のための異種グラフベースのツール

NodeRAGはGitHubでホストされているオープンソースの検索拡張生成（RAG）システムで、Terry-Xu-666によって開発された。異種グラフ構造によって情報検索と生成を最適化し、検索精度と文脈関連性を大幅に向上させます。NodeRAGはローカル展開をサポートし、ユーザーフレンドリーなインターフェースとビジュアル...

Morphik Core：マルチモーダルデータ処理のためのオープンソースRAGプラットフォーム

Morphik Coreは、morphik-orgチームによって開発され、GitHubでホストされているオープンソースプロジェクトです。以前はDataBridge Coreと呼ばれていましたが、現在はMorphik Coreと改名されています。このツールは、テキストや画像を処理できるAIアプリケーションのために設計されたデータベースです。

Rankify: 情報検索と並び替えをサポートするPythonツールキット

Rankifyはオーストリアのインスブルック大学のデータサイエンスグループによって開発されたオープンソースのPythonツールキットです。情報検索、並べ替え、検索拡張生成（RAG）に焦点を当て、統一されたフレームワークを提供している。このツールキットには40の検索済みベンチマークデータセットが組み込まれており、7つの検索手法と24の並べ替えモデルをサポートしています。.

HippoRAG: 長期記憶に基づくマルチホップ知識検索フレームワーク

HippoRAGはオハイオ州立大学のOSU-NLPグループによって開発されたオープンソースのフレームワークで、人間の長期記憶メカニズムにヒントを得ています。HippoRAGは、RAG（Retrieval Augmented Generation）、KG（Knowledge Graph）、PageRank（Personalised PageRank）の技術を組み合わせ、大規模言語モデル（LLM）が外部文書からの知識を継続的に統合するのを支援します。.

LettuceDetect：RAGシステムにおける幻覚検出のための効率的なツール

LettuceDetectは、KRLabsOrgによって開発された軽量のオープンソースツールで、特にRAG（Retrieval Augmented Generation）システムで生成される幻覚コンテンツを検出するために設計されています。コンテキスト、質問、答えを比較し、コンテキストでサポートされていない答えの部分を特定することで、開発者がRAGシステムの精度を向上させるのに役立ちます。このツールは ...

dsRAG: 非構造化データと複雑なクエリのための検索エンジン

dsRAGは、非構造化データに対する複雑なクエリを処理するために設計された高性能検索エンジンである。dsRAGは、セマンティックセグメンテーション、文脈自動生成、関連セグメント抽出という3つの主要なアプローチを採用している。これらのアプローチにより、ds...

VideoRAG：マルチモーダル検索と知識グラフ構築をサポートする超長尺動画理解のためのRAGフレームワーク

VideoRAGは、非常に長い文脈の動画を処理し理解するために設計された、検索機能を強化した生成フレームワークです。このツールは、グラフ駆動のテキスト知識ベースと階層的なマルチモーダルコンテキストエンコーディングを組み合わせることで、1つのNVIDIA RTX 3090 GPUで数百時間のビデオコンテンツを効率的に処理する。.

PRAG: Q&Aシステムのパフォーマンス向上のためのパラメトリック検索拡張生成ツール

PRAG（Parametric Retrieval-Augmented Generation）は、大規模言語モデル（Large Language Model：LLM）のパラメータ空間に直接外部知識を埋め込むことで、生成を強化することを目的とした革新的な検索補完生成ツールである。このツールは、従来の文脈検索-拡張生成手法の限界を克服している。

ColiVara：視覚的埋め込みベースの文書保管・検索サービス

ColiVaraは、ビジュアル埋め込み技術に基づく文書保管・検索サービスです。ColiVaraはPDF、DOCX、PPTXなど100以上のファイル形式をサポートし、ウェブページのスクリーンショットを自動的に取り込んで...

Deeptrain：ビデオコンテンツを大きなモデルで検索可能な情報に変換する

DeeptrainはAI動画処理に特化したプラットフォームで、200以上の言語モデルをサポートする高度な技術により、動画コンテンツを様々なAIアプリケーションに効果的に統合することができる。ユーザーは動画をダウンロードすることなく、動画のURLを提供することでモデルを直接トレーニングすることができる。Deeptrainは、様々な動画の書き起こしや圧縮を...

UltraRAG: データ構築とモデル微調整を簡素化するワンストップRAGシステムソリューション

UltraRAGは、清華大学のTHUNLPグループ、東北大学のNEUIRグループ、Modelbest.Inc、9#AISoftチームによって共同提案されたRAG（Retrieval Augmented Generation）システムソリューションである。このフレームワークは、アジャイルな展開とモジュール構造に基づいており、自動化されたデータ構築、モデルの微調整、推論評価技術を提供する。