Repositoryparthsarthi03/raptorForschung
Standard-RAG scheitert oft an Fragen, die ein übergreifendes Verständnis eines gesamten langen Dokuments erfordern, da nur isolierte Textabschnitte abgefragt werden. Die rekursive Baumstruktur fasst Inhalte ebenenweise zusammen und schließt diese Informationslücke.
Das Repository dient als begleitende Referenzimplementierung zum wissenschaftlichen Paper (arXiv:2401.18059). Mit über 1.700 GitHub-Sternen und MIT-Lizenz ist der Code frei nutzbar. Einzelne Dokumentationsteile sind noch als Work in Progress markiert, womit es sich in erster Linie um Forschungscode und eine experimentelle Basis für fortgeschrittene RAG-Pipelines handelt.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Repository:OSU-NLP-Group/HippoRAG
HippoRAG (mittlerweile in Version 2) ist ein Open-Source-Framework für Large Language Models, das durch Wissensgraphen und Personalized PageRank Verbindungen zwischen externen Dokumenten knüpft und an das menschliche Langzeitgedächtnis angelehnt ist.
3980SternePython
Repository:OpenSPG/KAG
KAG (Knowledge Augmented Generation) ist ein Open-Source-Framework, das Large Language Models mit der OpenSPG-Engine kombiniert. Es soll klassische RAG-Vektorsuchen und OpenIE-basierte GraphRAG-Ansätze bei komplexen, domänenspezifischen Abfragen übertreffen.
9039SternePython
Repository:AkariAsai/self-rag
SELF-RAG ist ein Open-Source-Framework, mit dem Sprachmodelle darauf trainiert werden, bedarfsgerecht externe Daten abzurufen, Inhalte zu generieren und eigene Antworten über Reflexions-Tokens selbst zu bewerten.
2421SternePython
Repository:HuskyInSalt/CRAG
CRAG (Corrective Retrieval Augmented Generation) ist ein quelloffenes Forschungs-Framework zur Verbesserung von RAG-Pipelines. Es bewertet die Qualität abgerufener Dokumente über einen leichtgewichtigen Evaluator und löst bei unzureichenden Ergebnissen alternative Aktionen wie Websuchen oder Informationsfilterung aus.
469SternePython
Link:docling.ai
Docling ist ein quelloffenes Werkzeug der LF AI & Data Foundation, das komplexe Dokumente wie PDFs, Office-Dateien und Bilder in strukturierte Daten für Sprachmodelle umwandelt. Es arbeitet lokal und offline, erkennt Layouts sowie Tabellenstrukturen und stellt Schnittstellen für Python, CLI, REST-APIs und MCP bereit.
Repository:docling-project/docling
Docling ist ein Open-Source-Python-Werkzeug, das Dokumente aus zahlreichen Formaten wie PDF, Office-Dateien, Audio und HTML für den Einsatz in Generative-AI-Pipelines aufbereitet.
66.025SternePython
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
