githubGitHubあり2026-06-09
AReaL — The RL Bridge for LLM-based Agent Applications. Made Simple & Flexible.
このリポジトリでは、高性能で大規模なベクトルデータベースとベクトル検索エンジンを提供しています。
自然言語処理大規模言語モデル
- 用途
- 高性能で大規模なベクトルデータベース
- 難易度
- Easy
- コスト
- High
→
「検索」の検索結果
11 件githubGitHubあり2026-06-09
weaviate — Weaviate is an open-source vector database that stores both objects and vectors, allowing for the combination of vector search with structured filtering with the fault tolerance and scalability of a cloud-native database.
ベクトル検索と構造化されたフィルタリングを組み合わせたベクターデータベースです。
MLOps生成画像
- 用途
- ベクターデータベース
- 難易度
- Easy
- コスト
- Medium
→
githubGitHubあり2026-06-09
txtai — 💡 All-in-one AI framework for semantic search, LLM orchestration and language model workflows
LLMを利用するために、セマンティック検索やLLMのオーケストレーションなどを行えるフレームワーク。
深層学習Transformer生成テキスト
- 用途
- セマンティック検索
- 難易度
- Easy
- コスト
- High
→
arxivPaper only2026-06-08
Difference-Aware Retrieval Policies for Imitation Learning
この研究では、拒否学習における検索
MLOpsモデルデプロイ異常検知画像
- 用途
- 拒否学習における検索ポリシー
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-06-08
Conan-embedding-v3: Fusing Modality-Specific Models for Omni-Modal Embedding
この研究では、テキスト、画像、ビデオ、アウディオ等の異なるモダリティのデータを統合したオムニモダル検索システムを構築します。
自然言語処理ファインチューニング回帰検索画像
- 用途
- オムニモーダル検索
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-06-08
AbstRAG: Learning to Abstract for Retrieval Problems
この研究では、検索タスクにおける抽象レベルにおけるギャップを解消するためのフレームワークであるAbstRAGを提案し、検索タスクにおけるギャップを解消したことで、モデルが検索タスクにおいて正しく情報を開示した。
品質予測/異常検知自然言語処理RAG生成検索テキスト
- 用途
- リトラバージャグによる検索
- 難易度
- Hard
- コスト
- Low
→
githubGitHubあり2026-06-03
llm-app — Ready-to-run cloud templates for RAG, AI pipelines, and enterprise search with live data. 🐳Docker-friendly.⚡Always in sync with Sharepoint, Google Drive, S3, Kafka, PostgreSQL, real-time data APIs, and more.
この論文では、RAG、AIパイプライン、企業検索を含むクラウド テンプレートを提供するアプリケーション「llm-app」を紹介します。 llm-app は Docker で動作し、Sharepoint、Google Dr
自然言語処理大規模言語モデル生成
- 用途
- AIパイプラインを構築する
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-06-01
telegram-summary-bot — Summarize group chat with AI, LLM && query group chat, FREE to deploy your own, support img, link meta info, reply to, auto fold result, 支持中文检索.
Summarize group chat with AI, LLM && query group chat, FREE to deploy your own, support img, link meta info, r
自然言語処理大規模言語モデル
- 用途
- グループチャットの自動要約および検索を実現
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-05-27
memvid — Memory layer for AI Agents. Replace complex RAG pipelines with a serverless, single-file memory layer. Give your agents instant retrieval and long-term memory.
MemVidは、サーバーレスで単一ファイルの記憶層を提案し、AIエージェントが即時検索と長期的な記憶を持つようにする記憶層です。
自然言語処理大規模言語モデル生成テキスト動画
- 用途
- AIエージェントの記憶を管理する
- 難易度
- Easy
- コスト
- High
→
arxivPaper only2026-05-21
Vector Policy Optimization: Training for Diversity Improves Test-Time Search
language modelは、現在、novelな環境に一般化することが求められ、推論尺度を伸ばす検索手法であるAlphaEvolveと組み合わせることが求められます。しかし、標準的なparadigmではLLMは、pre
自然言語処理大規模言語モデル生成テキスト
- 用途
- language modelの検索タスクに対応するために多様性を強化する
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-05-19
What Do Evolutionary Coding Agents Evolve?
コード生成を進化させるために、最近の研究では LLMs と進化する検索を組み合わせて、タスクに特化したフィードバックを使用してコードを生成、編集、そして選択することを実現している。タスクに特化した評価者でのベストスコアは
自然言語処理大規模言語モデルテキスト
- 用途
- コード生成を進化させる問題を解決する
- 難易度
- Hard
- コスト
- High
→