Este repositorio proporciona programas para construir código de Generación Aumentada por Recuperación (RAG) para IA Generativa con LlamaIndex, Deep Lake y Pinecone aprovechando el poder de los modelos de OpenAI y Hugging Face para generación y evaluación.
Construye sistemas personalizados que mejoren la generación de IA utilizando herramientas de recuperación de datos como LlamaIndex y Pinecone.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasEste repositorio proporciona programas para construir código de Generación Aumentada por Recuperación (RAG) para IA Generativa con LlamaIndex, Deep Lake y Pinecone aprovechando el poder de los modelos de OpenAI y Hugging Face para generación y evaluación.
RAG-Driven-Generative-AI tiene 617 estrellas en GitHub. Se ha bifurcado 216 veces. RAG-Driven-Generative-AI está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2024. RAG-Driven-Generative-AI está disponible bajo la licencia MIT. Sus temas principales son: advanced-rag, chroma, chromadb, embedding-models.
Este repositorio proporciona programas para construir código de Generación Aumentada por Recuperación (RAG) para IA Generativa con LlamaIndex, Deep Lake y Pinecone aprovechando el poder de los modelos de OpenAI y Hugging Face para generación y evaluación.
RAG-Driven-Generative-AI es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
Sí. RAG-Driven-Generative-AI es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
RAG-Driven-Generative-AI está disponible bajo la licencia MIT.
RAG-Driven-Generative-AI está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/denis2054-rag-driven-generative-ai.html)