Åpen kildekodeRAG16k
Sentence Transformers
Standardverktøysettet for tekst- og bildeembeddings og rerankere.
Sentence Transformers (SBERT) er et Python-rammeverk for beregning av tette vektorembeddings av setninger, avsnitt og bilder, samt trening og bruk av cross-encoder-rerankere. Det eksponerer tusenvis av forhåndstrente modeller og et enkelt API for koding, semantisk likhet og finjustering på egne data. Det er det mest brukte biblioteket for å generere embeddingsene som mates inn i vektordatabaser og RAG-henting.
Kodelager
UKPLab/sentence-transformersSpråk
PythonDet du kan bygge med den
- Generere dokument- og søkeembeddings for indeksering i et vekterlager for semantisk søk og RAG
- Finjustere en embedding-modell på domenedata for å forbedre hentingspresisjon
- Legge til et cross-encoder-rerankeringssteg for å reordne de øverste K hentede fragmentene før de sendes til en LLM
Tagger
embeddingsrerankingsemantic-searchnlp