Este repositório fornece programas para construir código de Geração Aumentada por Recuperação (RAG) para IA Generativa com LlamaIndex, Deep Lake e Pinecone aproveitando o poder dos modelos OpenAI e Hugging Face para geração e avaliação.
Construa sistemas personalizados que aprimoram a geração de IA usando ferramentas de recuperação de dados como LlamaIndex e Pinecone.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserEste repositório fornece programas para construir código de Geração Aumentada por Recuperação (RAG) para IA Generativa com LlamaIndex, Deep Lake e Pinecone aproveitando o poder dos modelos OpenAI e Hugging Face para geração e avaliação.
RAG-Driven-Generative-AI tem 617 estrelas no GitHub. Foi bifurcado 216 vezes. RAG-Driven-Generative-AI é escrito principalmente em Jupyter Notebook. Está em desenvolvimento ativo desde 2024. RAG-Driven-Generative-AI está disponível sob a licença MIT. Os seus principais temas são: advanced-rag, chroma, chromadb, embedding-models.
Este repositório fornece programas para construir código de Geração Aumentada por Recuperação (RAG) para IA Generativa com LlamaIndex, Deep Lake e Pinecone aproveitando o poder dos modelos OpenAI e Hugging Face para geração e avaliação.
RAG-Driven-Generative-AI é um projeto de código aberto. É distribuído sob a licença MIT.
Sim. RAG-Driven-Generative-AI é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
RAG-Driven-Generative-AI está disponível sob a licença MIT.
RAG-Driven-Generative-AI é escrito principalmente em Jupyter Notebook.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/denis2054-rag-driven-generative-ai.html)