微信扫码
与创始人交个朋友
我要投稿
Denser Retriever将多种搜索技术整合到一个平台中。它利用梯度提升 (xgboost)机器学习技术来结合:
在MTEB数据集上进行的实验表明,通过xgboost模型(表示为 ES+VS+RR_n)结合关键字搜索、向量搜索和重新排序器可以显著改善向量搜索(VS)基线。
端到端聊天应用程序
pip install poetrypoetry add git+https://github.com/denser-org/denser-retriever.git#mainpoetry run streamlit run examples/denser_chat.py
一旦启动,将看到一个类似于以下屏幕截图的聊天机器人界面。可以向聊天机器人提出任何问题并获得答复。下面显示了一个示例查询:“what use cases does denser support?”,检索器首先返回屏幕截图底部部分下列出的相关段落Sources。这些段落被输入到 LLM,最终的摘要显示在聊天窗口中。
端到端语义搜索应用程序
poetry run streamlit run examples/denser_search.py
启动后,将看到类似以下截图的搜索界面。可以输入任何查询,以及过滤器来搜索相关结果。下面显示了一个字段为的示例查询。输入“cumings”,检索器返回与指定过滤器值匹配的相关段落。
https://github.com/denser-org/denser-retrieverhttps://retriever.denser.ai/docs
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-22
RAG技术在实际应用中的挑战与解决方案
2024-11-22
从普通RAG到RAPTOR,10个最新的RAG框架
2024-11-22
如何使用 RAG 提高 LLM 成绩
2024-11-21
提升RAG性能的全攻略:优化检索增强生成系统的策略大揭秘 | 深度好文
2024-11-20
FastGraphRAG 如何做到高达 20%优化检索增强生成(RAG)性能优化
2024-11-20
为裸奔的大模型穿上"防护服":企业AI安全护栏设计指南
2024-11-20
RAG-Fusion技术在产品咨询中的实践与分析
2024-11-19
构建高性能RAG:文本分割核心技术详解
2024-07-18
2024-05-05
2024-07-09
2024-07-09
2024-05-19
2024-06-20
2024-07-07
2024-07-07
2024-07-08
2024-07-09
2024-11-06
2024-11-06
2024-11-05
2024-11-04
2024-10-27
2024-10-25
2024-10-21
2024-10-21