GitHub · 去对齐工具与仓库·· 14 天前精选AI 评分58
askRAG 开源:基于 arXiv 计算机科学论文的 Agentic RAG 仓库
nabinpkl/rags
来源与原文
GitHub · 去对齐工具与仓库
发布时间:(北京时间)
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/nabinpkl/rags
本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。
AI 导读
nabinpkl 开源 askRAG,一个对 1,046 篇 arXiv 计算机科学论文构建的 Agentic RAG 应用,agent 通过混合检索、元数据查询、论文阅读和沙盒 Python 等工具回答问题。仓库含 78,024 行目录的可筛选浏览、引用与类目趋势页和基准页,检索用 BM25 与稠密向量经 RRF 融合再用 Voyage rerank-3-lite 重排,93 道金标问题的评测显示 Hybrid + rerank 达 90% Recall@10、论文级召回 99%,中位延迟 735 ms、每次查询约 $0.000659;代码 MIT 协议,依赖的 PyMuPDF 为 AGPL-3.0。
推荐理由
作者公布了每种检索方法的逐项评测数据,含按问题类型的差异和噪声边界,读者可据此评估 Agentic RAG 方案的适用场景。
来源:GitHub · 去对齐工具与仓库 · github.com