# 検索拡張生成

bRAG-langchainは、Retrieval-Augmented Generation (RAG)技術の研究と応用を目的としたオープンソースプロジェクトです。RAGは、関連文書を検索し、回答を生成するAI技術を組み合わせたもので、ユーザーにより正確で豊富な情報を提供します。本プロジェクトは、基礎から高度なRAG実装ガイドを提供し、開発者がRAGアプリケーションを迅速に開始して構築するのに役立ちます。主な利点は、オープンソース、柔軟性、拡張性の高さであり、自然言語処理や情報検索が必要な様々なアプリケーションシナリオに適しています。

CohereForAI/c4ai-command-r7b-12-2024は、70億パラメーターの多言語モデルであり、推論、要約、質問応答、コード生成などの高度なタスクに特化しています。本モデルは、検索拡張生成（RAG）とツール使用に対応しており、複数のツールを使用してより複雑なタスクを実行できます。企業関連のコードユースケースにおいて優れたパフォーマンスを示し、23の言語をサポートしています。

LlamaIndex.TSは、大規模言語モデル（LLM）ベースのアプリケーション構築を目的としたフレームワークです。プライベートデータや特定ドメインのデータの取り込み、構造化、アクセスを支援することに重点を置いています。このフレームワークは、人間と推論されたデータをつなぐ自然言語インターフェースを提供し、開発者は機械学習や自然言語処理の専門家である必要なく、LLMでソフトウェア機能を強化できます。LlamaIndex.TSは、Node.js、Vercel Edge Functions、Denoなどの一般的なランタイム環境をサポートしています。

C4AI Command R+ 08-2024は、104Bパラメータを持つ大規模な研究公開モデルであり、検索拡張生成（RAG）やツール使用など、高度な機能を備え、複雑なタスクの自動化を可能にします。23言語でトレーニングされ、10言語で評価されています。推論、要約、質疑応答など、様々なユースケースに最適化されています。

Easy-RAGは、検索拡張生成（RAG）システムです。学習者がRAG技術を理解し習得するのに適しているだけでなく、開発者による使用と自主的な拡張も容易です。知識グラフ抽出解析ツール、rerankによる再ランキング機構、faissベクトルデータベースなどを統合することで、検索効率と生成品質を向上させています。

SaltAI言語ツールキットは、検索拡張生成（RAG）ツールであるLlama-Index、MicrosoftのAutoGen、LlaVA-Nextを統合したプロジェクトです。ComfyUIの適応可能なノードインターフェースを通じて、プラットフォームの機能とユーザーエクスペリエンスを強化しています。本プロジェクトは2024年5月9日にエージェント機能を追加しました。

HippoRAGは、人間の長期記憶から着想を得た、新しいRetrieval Augmented Generation（RAG）フレームワークです。大規模言語モデル（LLM）が外部ドキュメント全体の知識を継続的に統合することを可能にします。実験により、HippoRAGは、高価で遅延の大きい反復的なLLMパイプラインを必要とする従来のRAGシステムと同等の能力を、より低い計算コストで提供できることが示されています。

Command-Rは、高い効率性と強力な正確性のバランスを重視して設計された拡張可能な生成モデルです。企業が概念実証段階を超えて、本番環境に移行できるようにします。外部APIやツールを使用する検索拡張生成など、長文タスク向けに設計されています。Command-RはCohereのEmbedおよびRerankモデルと連携してRAGアプリケーションに最高の統合を提供し、エンタープライズユースケースで優れた性能を発揮します。