RAG

LightRAG: uma estrutura leve para a criação de aplicativos RAG (Retrieval Augmented Generation)

O LightRAG é uma estrutura Python de código aberto desenvolvida por uma equipe da Escola de Ciência de Dados da Universidade de Hong Kong para simplificar e acelerar o processo de criação de aplicativos Retrieval Augmented Generation (RAG). Ele fornece informações mais precisas e contextualmente relevantes para os LLMs (Large Language Models), combinando gráficos de conhecimento com técnicas tradicionais de recuperação de vetores para aprimorar...

RAG-Anything: um sistema RAG completo que pode lidar com formulários gráficos

O RAG-Anything é um sistema RAG de processamento de documentos multimodais totalmente integrado, desenvolvido com base no LightRAG. A maioria dos sistemas tradicionais de perguntas e respostas (RAG) só consegue lidar com conteúdo de texto simples, mas os documentos com os quais entramos em contato diariamente, como PDFs, documentos do Word ou apresentações, geralmente contêm texto, imagens, tabelas,...

Medical-RAG: uma estrutura de geração aumentada por recuperação para a construção de perguntas e respostas médicas chinesas

O Medical-RAG é um projeto de inteligência de perguntas e respostas desenvolvido para o domínio médico chinês. Ele se baseia na tecnologia RAG (Retrieval Augmented Generation), que aprimora a precisão e a segurança dos LLMs (Large Language Models) para aconselhamento médico, incorporando bases de conhecimento externas. No centro do projeto está o uso do Milvus, um banco de dados vetorial de alto desempenho, para armazenar e revisar...

ComoRAG: uma ferramenta de recuperação de memória cognitiva para raciocínio narrativo longo

O ComoRAG é um sistema RAG (Retrieval Augmented Generation) projetado para lidar com documentos longos e compreensão de narrativas com vários documentos. Os métodos tradicionais de RAG geralmente enfrentam dificuldades ao lidar com histórias longas ou romances, devido aos enredos complexos e à evolução das relações entre os personagens. Isso se deve ao fato de que a maioria deles usa uma abordagem de recuperação única e sem estado, o que dificulta a captura dos longos altos e baixos...

DeepSieve: uma ferramenta de triagem de informações inteligentes RAG para processar fontes de consulta complexas

O DeepSieve é uma estrutura RAG (Retrieval Augmented Generation) de código aberto hospedada no GitHub que se concentra no processamento de consultas complexas e dados de várias fontes. Ele fornece recursos eficientes de filtragem de informações por meio da decomposição de consultas, roteamento de subperguntas, reflexão sobre recuperações com falha e fusão de respostas.

RAGLight: biblioteca Python de geração de aumento de recuperação leve

O RAGLight é uma biblioteca Python leve e modular projetada para implementar o Retrieval Augmented Generation (RAG). Ela aprimora a compreensão contextual dos modelos de linguagem grande (LLMs) combinando a recuperação de documentos e a geração de linguagem natural. A RAGLight oferece suporte a vários modelos de linguagem, modelos incorporados e armazenamentos de vetores, o que a torna adequada para que os desenvolvedores...

llmware: uma estrutura de código aberto para criar rapidamente aplicativos RAG de nível empresarial

O llmware é uma estrutura de código aberto focada em ajudar os desenvolvedores a criar rapidamente aplicativos RAG (Retrieval Augmentation Generation) de nível empresarial. Ele fornece mais de 50 modelos de linguagem grande (LLMs) pequenos e específicos que suportam a execução em ambientes de nuvem local ou privada e é especialmente adequado para setores sensíveis à segurança de dados, como financeiro, jurídico e de conformidade.

Vespa.ai: uma plataforma de código aberto para criar sistemas eficientes de pesquisa e recomendação de IA

A Vespa.ai é uma plataforma de pesquisa e recomendação de IA de código aberto que se concentra no processamento de dados em grande escala para fornecer pesquisa eficiente, recomendação e serviços personalizados. Ela oferece suporte à pesquisa vetorial, à pesquisa de texto e ao processamento de dados estruturados, combinados com modelos de aprendizado de máquina para obter inferência em tempo real. A Vespa pode lidar com centenas de milhões de dados, com tempo de resposta rápido e latência tão baixa quanto 100 milissegundos...

NodeRAG: uma ferramenta baseada em gráficos heterogêneos para recuperação e geração de informações precisas

O NodeRAG é um sistema de código aberto Retrieval Augmented Generation (RAG) hospedado no GitHub e desenvolvido por Terry-Xu-666. Ele otimiza a recuperação e a geração de informações por meio de estruturas gráficas heterogêneas, melhorando significativamente a precisão da recuperação e a relevância contextual.

Morphik Core: uma plataforma RAG de código aberto para processamento de dados multimodais

O Morphik Core é um projeto de código aberto desenvolvido pela equipe do morphik-org e hospedado no GitHub. Essa ferramenta é um banco de dados projetado para aplicativos de IA que podem processar texto, imagens e outros dados.

Rankify: um kit de ferramentas Python que oferece suporte à recuperação e reordenação de informações

O Rankify é um kit de ferramentas Python de código aberto desenvolvido pelo Data Science Group da Universidade de Innsbruck, na Áustria. Ele se concentra na recuperação de informações, reordenação e geração de aumento de recuperação (RAG), fornecendo uma estrutura unificada. O kit de ferramentas vem com 40 conjuntos de dados de referência pré-obtidos incorporados, suporte para 7 técnicas de recuperação e 24 modelos de reordenação,...

HippoRAG: uma estrutura de recuperação de conhecimento multihop baseada em memória de longo prazo

O HippoRAG é uma estrutura de código aberto desenvolvida pelo grupo OSU-NLP da Universidade Estadual de Ohio, inspirada nos mecanismos humanos de memória de longo prazo. Ele combina técnicas de Retrieval Augmented Generation (RAG), Knowledge Graph e Personalised PageRank para ajudar os Large Language Models (LLMs) a integrar continuamente o conhecimento de documentos externos.

LettuceDetect: uma ferramenta eficiente para detectar alucinações no sistema RAG

O LettuceDetect é uma ferramenta leve e de código aberto desenvolvida pela KRLabsOrg, projetada especificamente para detectar conteúdo alucinatório gerado em sistemas RAG (Retrieval Augmented Generation). Ela ajuda os desenvolvedores a melhorar a precisão dos sistemas RAG, comparando o contexto, as perguntas e as respostas e identificando partes da resposta que não são compatíveis com o contexto. A ferramenta ...

dsRAG: um mecanismo de recuperação para dados não estruturados e consultas complexas

O dsRAG é um mecanismo de recuperação de alto desempenho projetado para lidar com consultas complexas em dados não estruturados. O dsRAG emprega três abordagens principais para melhorar o desempenho: segmentação semântica, autogeração contextual e extração de segmentos relevantes. Essas abordagens tornam o dsRAG...

VideoRAG: uma estrutura RAG para entender vídeos ultralongos com suporte para recuperação multimodal e construção de gráficos de conhecimento

O VideoRAG é uma estrutura generativa aprimorada por recuperação, projetada para processar e compreender vídeos contextuais muito longos. A ferramenta combina uma base de conhecimento textual orientada por gráficos com codificação de contexto multimodal hierárquico para processar com eficiência centenas de horas de conteúdo de vídeo em uma única GPU NVIDIA RTX 3090.

PRAG: Parametric Retrieval Augmentation Generation Tool for Improving the Performance of Q&A Systems (Ferramenta de geração de aumento de recuperação paramétrica para melhorar o desempenho dos sistemas de perguntas e respostas)

O PRAG (Parametric Retrieval-Augmented Generation) é uma ferramenta inovadora de geração aumentada por recuperação que visa aprimorar a geração ao incorporar o conhecimento externo diretamente no espaço de parâmetros de um modelo de linguagem grande (LLM). A ferramenta supera as limitações dos métodos tradicionais de geração complementada por recuperação contextual...

ColiVara: serviço de armazenamento e recuperação de documentos baseado em incorporação visual

O ColiVara é um serviço de armazenamento e recuperação de documentos baseado na tecnologia de incorporação visual. Ele elimina a necessidade de reconhecimento óptico de caracteres (OCR) ou extração de texto e evita o problema de formulários quebrados ou imagens perdidas. O ColiVara é compatível com mais de 100 formatos de arquivo, incluindo PDF, DOCX, PPTX etc., e é capaz de interceptar automaticamente capturas de tela de páginas da Web e...

Deeptrain: conversão de conteúdo de vídeo em informações recuperáveis de modelos grandes

A Deeptrain é uma plataforma focada no processamento de vídeo de IA, capaz de integrar efetivamente o conteúdo de vídeo a vários aplicativos de IA por meio de sua tecnologia avançada que suporta mais de 200 modelos de linguagem. Os usuários podem treinar modelos diretamente fornecendo URLs de vídeo sem a necessidade de baixar vídeos. A Deeptrain oferece uma gama de transcrição de vídeo para compressão...

UltraRAG: uma solução completa do sistema RAG para simplificar a construção de dados e o ajuste fino do modelo

O UltraRAG é uma solução de sistema RAG (Retrieval Augmented Generation) proposta em conjunto pelo grupo THUNLP da Universidade de Tsinghua, pelo grupo NEUIR da Universidade Northeastern, pela Modelbest.Inc e pela equipe 9#AISoft. A estrutura é baseada na implantação ágil e na construção modular, fornecendo construção automatizada de dados, ajuste fino de modelos e corpo de técnicas de avaliação de inferência...