knowledge-retrieval

Andrej Karpathy 的 “LLM Wiki” 概念正在激发一个专注于持久 AI 记忆和自维护知识库的快速开发者生态系统，这可能使传统 RAG 过时。

本文提出了 AdaRankLLM，一个自适应检索框架，通过列表排序动态过滤检索到的段落，对自适应 RAG 的必要性提出质疑。研究表明自适应检索对于较弱模型充当噪声过滤器，对于更强模型充当成本效率优化器，在多个数据集和 LLM 上进行了广泛实验。

RAG-Anything 是一个全新的开源框架，通过整合跨模态关系和语义匹配来增强多模态知识检索，在复杂的基准测试中表现优于现有方法。

一款注重隐私的本地深度研究工具，支持多种大语言模型（LLM）和搜索引擎，在保持数据加密和本地化的同时，在问答任务上实现高精度。