RAG_Techniques
Questo repository mostra varie tecniche avanzate per sistemi di Generazione Augmentata da Recupero (RAG). Ogni tecnica ha un tutorial dettagliato in notebook.
Esplora oltre 42 tutorial per costruire sistemi avanzati che migliorano il recupero delle informazioni utilizzando tecniche AI.
Dal README
git clone https://github.com/NirDiamant/RAG_Techniques.git
Estratti dal README del progetto su GitHub. I diritti d'autore e le licenze rimangono con i rispettivi autori.
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 mostra varie tecniche avanzate per sistemi di Generazione Augmentata da Recupero (RAG). Ogni tecnica ha un tutorial dettagliato in notebook.
RAG_Techniques ha 29.3k stelle su GitHub. È stato forkato 3.6k volte. RAG_Techniques è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2024. I suoi temi principali sono: agentic-rag, ai, embeddings, generative-ai.
Che cos'è RAG_Techniques?
Questo repository mostra varie tecniche avanzate per sistemi di Generazione Augmentata da Recupero (RAG). Ogni tecnica ha un tutorial dettagliato in notebook.
RAG_Techniques è open source?
RAG_Techniques è un progetto open source.
RAG_Techniques è gratuito?
Sì. RAG_Techniques è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
In quale linguaggio è scritto RAG_Techniques?
RAG_Techniques 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://olud.ai/project/nirdiamant-rag-techniques.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.