AutoRAG-Research - Kumpulan implementasi pipeline paper RAG terbaru dan alat eksperimen perbandingan
(github.com/NomaDamas)- Bahkan di era AI Agent, RAG tetap relevan dan merupakan komponen inti yang wajib disertakan dalam sistem ketika pengetahuan eksternal dan dokumen dibutuhkan
- Banyak metodologi terbaru terus bermunculan di bidang seperti Agentic RAG yang menggabungkan Agent dan RAG, Graph RAG yang menggunakan knowledge graph, serta Multi-modal RAG yang memanfaatkan model embedding berbasis gambar
- Dibandingkan melimpahnya metodologi baru dan benchmark dataset, belum ada lingkungan eksperimen terstandarisasi untuk mereimplementasikan dan memverifikasi performanya
- AutoRAG-Research adalah proyek open source yang memudahkan perbandingan performa benchmark dataset yang sudah ada dan berbagai metodologi RAG
- Berbagai benchmark dataset dikelola dengan schema yang terstandarisasi, sehingga peneliti cukup mengunduh DB yang embedding-nya sudah selesai dan bisa langsung memakainya untuk eksperimen
- Paper-paper RAG terbaru sudah diimplementasikan lebih dulu sehingga dapat langsung digunakan
- Mendukung struktur plugin yang dirancang agar mudah menambahkan dataset kustom dan pipeline RAG kustom
Halo, saya Kim Dong-gyu, pengembang AutoRAG. Kali ini saya merilis open source alat pengembangan riset RAG bernama AutoRAG-Research, yang merangkum hal-hal yang saya rasa kurang dari AutoRAG sebelumnya serta banyak pelajaran yang saya dapatkan.
Belakangan ini AI Agent memang sedang menjadi arus utama, tetapi RAG tetap diterapkan secara nyata di berbagai lapangan industri dan juga memiliki hubungan yang tidak terpisahkan dengan Agent.
Saya mengerjakan proyek ini untuk menyelesaikan banyak trial and error serta ketidaknyamanan yang saya alami saat meneliti RAG, dan dengan senang hati saya membukanya sebagai open source.
Mohon dukungannya, dan saya juga akan berterima kasih jika Anda berkenan memberi bintang di GitHub!
2 komentar
Anda tampaknya terus fokus khusus pada RAG. Saya juga penasaran seperti apa kinerja bisnis autorag.
Terima kasih.