AutoRAG-Research - Collection d’implémentations de pipelines pour les derniers articles sur le RAG et outil d’expérimentation comparative

• Même à l’ère des agents IA, le RAG reste pertinent et constitue un composant clé qui doit être inclus dans le système dès lors que des connaissances externes et des documents sont nécessaires
• D’innombrables méthodologies récentes émergent dans des domaines comme l’Agentic RAG, qui combine agents et RAG, le Graph RAG, qui utilise des graphes de connaissances, ou encore le Multi-modal RAG, qui exploite des modèles d’embedding basés sur l’image
• Face au flot de nouvelles méthodologies et de jeux de données de benchmark, il n’existe pas d’environnement d’expérimentation standardisé permettant de les réimplémenter et de vérifier leurs performances
• AutoRAG-Research est un projet open source qui permet de comparer facilement les performances de jeux de données de benchmark existants et de méthodologies RAG
• Plusieurs jeux de données de benchmark sont gérés avec un schéma standardisé, et les chercheurs peuvent télécharger des bases de données déjà vectorisées pour les utiliser immédiatement dans leurs expériences
• Les articles récents sur le RAG sont déjà implémentés et peuvent être utilisés immédiatement
• Prise en charge d’une architecture en plugins conçue pour faciliter l’ajout de jeux de données personnalisés et de pipelines RAG personnalisés

---

Bonjour, je m’appelle Kim Donggyu et j’ai développé AutoRAG. Cette fois, j’ai rassemblé ce qui m’avait laissé sur ma faim dans AutoRAG, ainsi que tout ce que j’y ai beaucoup appris, pour lancer en open source un outil de recherche et de développement RAG appelé AutoRAG-Research.
Ces derniers temps, les agents IA sont très en vogue, mais le RAG est toujours appliqué concrètement dans de nombreux secteurs, et il entretient aussi une relation indissociable avec les agents.
J’ai lancé ce projet pour résoudre les nombreuses difficultés et frustrations rencontrées lors de mes recherches sur le RAG, et je suis heureux de le rendre public en open source.

Merci de votre intérêt, et je vous serais reconnaissant de mettre une étoile sur GitHub !

[kimjj81]

Vous continuez donc à vous spécialiser dans le RAG. Je me demande aussi quels sont les résultats commerciaux d'AutoRAG.

[jws1837]

Merci.