RAG_Techniques
Ce dépôt présente diverses techniques avancées pour les systèmes de génération augmentée par récupération (RAG). Chaque technique a un tutoriel détaillé dans un carnet.
Explorez plus de 42 tutoriels pour construire des systèmes avancés qui améliorent la récupération d'informations en utilisant des techniques d'IA.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentCe dépôt présente diverses techniques avancées pour les systèmes de génération augmentée par récupération (RAG). Chaque technique a un tutoriel détaillé dans un carnet.
RAG_Techniques compte 28.9k étoiles sur GitHub. Il a été forké 3.5k fois. RAG_Techniques est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2024. Ses principaux thèmes sont : agentic-rag, ai, embeddings, generative-ai.
Qu'est-ce que RAG_Techniques ?
Ce dépôt présente diverses techniques avancées pour les systèmes de génération augmentée par récupération (RAG). Chaque technique a un tutoriel détaillé dans un carnet.
RAG_Techniques est-il open source ?
RAG_Techniques est un projet open source.
RAG_Techniques est-il gratuit ?
Oui. RAG_Techniques est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Dans quel langage RAG_Techniques est-il écrit ?
RAG_Techniques est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/nirdiamant-rag-techniques.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.