next gen rag

الجيل التالي من استرجاع الجيل المعزز (RAG)

مقدمة

يعد هذا مركزًا تعاونيًا مخصصًا لتطوير الجيل التالي من تقنية الاسترجاع المعزز (RAG). يركز هذا المستودع على الاستكشاف الديناميكي للمشهد المتطور لـ RAG، بهدف كشف وتطوير ومشاركة التطورات المتطورة التي تشكل مستقبل استرجاع المعلومات المستندة إلى الذكاء الاصطناعي وتوليدها.

الأهداف

يبدأ هذا المستودع في استكشاف ديناميكي للمشهد المتطور لـ RAG، بهدف الكشف عن التطورات المتطورة وتطويرها ومشاركتها التي تشكل مستقبل استرجاع المعلومات وتوليدها باستخدام الذكاء الاصطناعي.

الأهداف

الأهداف الأساسية لهذا المستودع هي:

• الابتكار والاستكشاف : لدفع حدود تقنيات RAG الحالية من خلال استكشاف مفاهيم ومنهجيات وبنيات جديدة.
• البحث التعاوني : لتعزيز مجتمع الباحثين والمطورين والمتحمسين الذين يعملون معًا لتطوير مجال RAG.
• مشاركة المعرفة : لتكون بمثابة مورد شامل لأحدث التطورات والتطورات المفاهيمية والمناقشات الثاقبة حول RAG وتطبيقاتها.
• تأثير العالم الحقيقي : ترجمة التطورات النظرية إلى حلول عملية تعالج تحديات العالم الحقيقي في استرجاع المعلومات وإنشاء النصوص.

المواضيع ذات الاهتمام

يركز هذا المستودع على مجموعة واسعة من المواضيع في مجال RAG والمجالات ذات الصلة، بما في ذلك على سبيل المثال لا الحصر:

• التوجيه الدلالي
• التكامل المعرفي
• معالجة الاستعلام المتقدمة
• تصنيف
  • استراتيجيات لتصنيف النص بشكل فعال وفعال باستخدام نماذج اللغة الكبيرة
  • تدريب مُعيد تصنيف LLM باستخدام تحسين التفضيل المباشر
  • ضائع في المنتصف: كيف تستخدم نماذج اللغة سياقات طويلة
    1. رتبة فلاش
    2. مسترد السياق الطويل
• حماية:
  • (ما يجب فعله: إضافة موضوع استكشاف)ComPromptMized: إطلاق العنان للديدان ذات النقر الصفري التي تستهدف التطبيقات التي تعمل بالذكاء الاصطناعي

هيكل المستودع

• دفاتر الملاحظات/ : دفاتر Jupyter التي تحتوي على أبحاث وتجارب وعروض توضيحية. كل دفتر ملاحظات مزود بتعليمات وشروحات.
• docs/ : وثائق إضافية حول المفاهيم والتقنيات والنتائج.
• البيانات/ : نماذج مجموعات البيانات المستخدمة للتجريب (ما يجب فعله: إضافة مجموعات البيانات).
• scripts/ : البرامج النصية المساعدة ومقتطفات التعليمات البرمجية (ما يجب فعله: إضافة البرامج النصية).

في تَقَدم

• الأفضل في فئته ReRanker؟ عزز بحثك باستخدام نماذج إعادة ترتيب الخبز المختلط المقرمش

• نموذج تضمين ماتريوشكا

• [qdrant / fastembed] (https://github.com/qdrant/fastembed)

تراكم

• CohereForAI/c4ai-command-r-v01 (نموذج معلمة Cohere الذي يضم 35 مليارًا)

خريطة الطريق

• LLM إعادة ترتيب باستخدام ردود الفعل البشرية
• الأمان: Gen-AI، الديدان ذات النقر الصفري
• الأقل هو الأكثر: خاصة في سياق إعداد مجموعة بيانات استدعاء الوظائف https://arxiv.org/abs/2305.11206