RAG-Survey系统收集和分类与RAG相关的学术论文，涵盖基础理论、方法分类和应用领域，为AI内容生成提供全面的研究视角，帮助研究者深入了解RAG技术的发展和应用。
关于使用RAG模式(Retrieval-Augmented Generation)的应用和资源的信息，包括关于RAG技术的综述，以及一些GitHub库和企业级应用的链接，这些应用使用RAG模型来增强自然语言处理和信息检索能力
Rag About It是一个专注于AI检索增强生成（RAG）动态世界的首要平台，致力于传播RAG系统的技术知识和最新进展。
一款集成了代码编辑能力的AI驱动命令行工具，帮助开发者进行研究、规划和执行开发任务，提高编程效率。
一个不错的存储库，包含有关基于 LLM 的代理的论文的完整列表。为研究人员和开发者提供便捷的资料查找和访问方式。
一个关于大型语言模型系统相关论文的综合性列表，旨在为研究人员和开发者提供有价值的资源和参考。
收集了大量关于条件图像合成扩散模型论文的大列表，适用于研究人员和开发者，提供丰富的研究资源和参考资料。
WebGLM旨在利用拥有100亿参数的通用语言模型（GLM）提供高效且经济实惠的网络增强问答系统。它旨在通过将网络搜索和检索功能集成到预训练的语言模型中，来改善现实世界应用程序部署。
针对特定用例、数据和查询智能适应的 RAG（Retrieval-Augmented Generation）框架，旨在提供可解释、高精度、高效的代理驱动检索工作流程。
GitHubDaily 2024 年在微博所分享的开源项目，已分类整理到 GitHub 上，大家可自行查找学习。
QuickBlox是一个云通信平台，提供工具用于将实时沟通功能（如聊天和视频通话）集成到移动、网页和桌面应用中。除了SDK、API和UI组件外，QuickBlox还提供开源代码、现成的应用程序和AI集成。它以易用性和灵活性著称，使开发者能够快速实现沟通功能，而无需从头构建复杂的基础设施。
ML-NLP项目涵盖了机器学习和自然语言处理领域的基本知识点，并提供相应的代码实现，旨在帮助用户准备面试和学习相关内容。项目包含常见的算法与模型实现，适合各类学习者与求职者使用。
Late Chunking是一种改进长上下文嵌入模型中上下文保存的技术，旨在提高检索准确性，尤其是对于较长的文档。通过保持跨块的上下文信息，该技术能够在处理长文本时显著提升信息检索的质量。
transformers_zamba2是一个为自然语言处理打造的先进工具库，提供数千个预训练模型，支持文本分类、问答、翻译等多种语言任务，让NLP技术更易用。该库不仅可以处理文本数据，还支持视觉和音频模态，适用于多种应用场景。
RAG-Survey是关于人工智能生成内容的检索增强生成（RAG）调查，提供RAG在AIGC领域的应用与技术综述，汇总相关论文与研究成果。
