Questo repository fornisce programmi per costruire codice di Generazione Augmentata da Recupero (RAG) per AI Generativa con LlamaIndex, Deep Lake e Pinecone sfruttando la potenza dei modelli OpenAI e Hugging Face per generazione e valutazione.
Costruisci sistemi personalizzati che migliorano la generazione dell'IA utilizzando strumenti di recupero dati come LlamaIndex e Pinecone.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiQuesto repository fornisce programmi per costruire codice di Generazione Augmentata da Recupero (RAG) per AI Generativa con LlamaIndex, Deep Lake e Pinecone sfruttando la potenza dei modelli OpenAI e Hugging Face per generazione e valutazione.
RAG-Driven-Generative-AI ha 617 stelle su GitHub. È stato forkato 216 volte. RAG-Driven-Generative-AI è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2024. RAG-Driven-Generative-AI è disponibile con licenza MIT. I suoi temi principali sono: advanced-rag, chroma, chromadb, embedding-models.
Questo repository fornisce programmi per costruire codice di Generazione Augmentata da Recupero (RAG) per AI Generativa con LlamaIndex, Deep Lake e Pinecone sfruttando la potenza dei modelli OpenAI e Hugging Face per generazione e valutazione.
RAG-Driven-Generative-AI è un progetto open source. È rilasciato con licenza MIT.
Sì. RAG-Driven-Generative-AI è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
RAG-Driven-Generative-AI è disponibile con licenza MIT.
RAG-Driven-Generative-AI è scritto principalmente in Jupyter Notebook.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/denis2054-rag-driven-generative-ai.html)