盘点 4 个 GitHub 上令人惊艳的项目!

本期推荐开源项目目录:

1. Llama 3 大模型开源了!

2. 知识库问答系统

3. 构建 AI 助手的框架

4. 开源的 RAG 引擎


01

Llama 3 大模型开源了!Llama 3 是 Meta 发布的最新大型语言模型,旨在让个人、创作者、研究人员和各种规模的企业能够负责任地试验、创新和扩展他们的想法。相比于之前发布的开源模型, Llama 3 的特性是:

  • 数据量:训练的数据是 Llama 2数据集的 7 倍多
  • 能力增强:推理和代码能力增强
  • 训练效率:比 Llama2 高 3 倍;
  • 模型大小:提供从 8B 到 70B 参数的不同大小的预训练和指令调整的 Llama 3语言模型
  • 下载和使用:提供了模型权重和分词器的下载指南,以及如何在本地运行模型的快速入门步骤
  • 支持模型并行:不同大小的模型需要不同的模型并行(MP)值
  • 许可证: 模型和权重对研究人员和商业实体开放,旨在促进发现和道德的AI进步

开源地址:https://github.com/meta-llama/llama3

图片

02

知识库问答系统MaxKB 是一个基于大型语言模型(LLM)的知识库问答系统,旨在成为企业的“最强大脑”,由开发者  1Panel-dev 开源,目前已经获得了 2.9k 的 Star。这个是该开源项目的特性:

  • 开箱即用:支持上传文档和自动爬取在线文档,文本自动拆分和向量化,提供良好的智能问答交互体验。
  • 无缝嵌入:可以快速嵌入到第三方业务系统中,无需编码。
  • 多模型支持:支持多种主流的大型模型,包括本地私有模型和云服务模型。

开源地址:https://github.com/1Panel-dev/MaxKB

图片

03

构建 AI 助手的框架Phidata 是一个用于构建具有记忆、知识和工具的AI助手的框架,用来解决大型语言模型(LLM)上下文限制和无法执行操作的问题。他的工作原理如下:

  • 记忆:通过数据库存储聊天历史,使LLM能够进行长期对话。
  • 知识:通过向量数据库存储信息,为LLM提供上下文。
  • 工具:使LLM能够执行如从API提取数据、发送电子邮件或查询数据库等操作。

开源地址:https://github.com/phidatahq/phidata

图片

04

开源的 RAG 引擎RAGFlow 是由开发者 infiniflow 开源,目前已经获得了 5.2K 的 Star。该项目是一个开源的 RAG(Retrieval-Augmented Generation,检索增强生成)引擎,基于深度文档理解,为不同规模的企业提供简化的 RAG 工作流程。它由如下关键特性:

  • 高质量输入输出: 从复杂格式的非结构化数据中进行深度文档理解并提取知识。
  • 模板化分块: 提供智能且可解释的模板选项。
  • 基于引用的引用: 减少幻觉,通过可视化的文本分块允许人工干预,快速查看关键引用和可追溯的引用来支持基于事实的答案。
  • 异构数据源兼容性: 支持 Word、PPT、Excel、TXT、图像、扫描副本、结构化数据、网页等。
  • 自动化 RAG 工作流: 提供为个人和大型企业量身定制的简化 RAG 编排,包括可配置的 LLM 和嵌入模型,多重召回与融合重排,以及与业务无缝集成的直观 API。

开源地址:https://github.com/infiniflow/ragflow

历史盘点逛逛 GitHub 每天推荐一个好玩有趣的开源项目。历史推荐的开源项目已经收录到 GitHub 项目,欢迎 Star:

地址:https://github.com/Wechat-ggGitHub/Awesome-GitHub-Repo

声明:文中观点不代表本站立场。本文传送门:https://eyangzhen.com/415218.html

(0)
联系我们
联系我们
分享本页
返回顶部