Home Progetti Awesome-LLM-RAG
Awesome-LLM-RAG

Awesome-LLM-RAG

di jxzhangjhu · GitHub

Awesome-LLM-RAG: un elenco curato di generazione aumentata da recupero (RAG) avanzata in Modelli di Linguaggio di Grandi Dimensioni.

Visualizza su GitHub
In parole semplici

Sfoglia una collezione di articoli di ricerca avanzati sull'ottimizzazione dei modelli di linguaggio con tecniche di recupero.

⭐ Stelle
🍴 Fork
🔥 Tendenze
📜 Licenza
Licenza non specificata
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
Awesome-LLM-RAG — GitHub preview card
📈 Storia delle stelle
1 3401 338
2026-07-202026-07-29
📈 Segui Awesome-LLM-RAG

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Awesome-LLM-RAG: un elenco curato di generazione aumentata da recupero (RAG) avanzata in Modelli di Linguaggio di Grandi Dimensioni.

Awesome-LLM-RAG ha 1.3k stelle su GitHub. È stato forkato 89 volte. È in sviluppo attivo dal 2023. I suoi temi principali sono: embeddings, large-language-models, llm, rag.

Frequently asked questions

Che cos'è Awesome-LLM-RAG?

Awesome-LLM-RAG: un elenco curato di generazione aumentata da recupero (RAG) avanzata in Modelli di Linguaggio di Grandi Dimensioni.

Awesome-LLM-RAG è open source?

Awesome-LLM-RAG è un progetto open source.

Awesome-LLM-RAG è gratuito?

Sì. Awesome-LLM-RAG è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

🏅 Manutentore di questo progetto?
olud.ai badge — Awesome-LLM-RAG

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=jxzhangjhu-awesome-llm-rag)](https://olud.ai/project/jxzhangjhu-awesome-llm-rag.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.