RankGPT是一个调查生成式LLM（如ChatGPT和GPT-4）在信息检索中的相关性排名能力的项目，旨在利用先进的生成模型提高信息检索的有效性。该项目引入NovelEval测试集以验证模型对未知知识的排名能力，并通过置换蒸馏方案将排名能力转化为小型专有模型，在BEIR基准测试中显示出优于传统监督模型的性能。
Similarities是一个用于计算相似度和进行语义搜索的工具包，支持文本和图像，方便即用。
一个AI模型，用于计算输入与上下文之间的相关性，并给出评分，最大亮点是模型大小仅为~ 0.5B（494M）。
自我反思检索增强生成（SELF-RAG）是一种新框架，通过检索和自我反思来增强语言模型的质量和准确性。
RQABench是一个开源的检索问答基准工具，旨在评估检索增强生成(RAG)系统，具有灵活性、可复现性和可追溯性等特点，支持多种RAG模型的评估并提供标准化的基准测试。
ReActGPT是一个利用ReAct范式，通过思维-行动-观察序列训练AI模型的工具，确保结果准确且动态，最小化AI错误并优化结果。
