Ultrarag团队贡献
量子位置|公共帐户QBITAI
抹布系统的构建和优化是一个巨大而复杂的系统工程。它通常需要考虑关键链接，例如测试，检索和调整以及模型调整。乏味的工作流程通常无法启动。
最近，对于上述痛点，Tsinghua大学和Neuir Neuir，Facebuild Smart和9＃Aisoft Team共同推出了Ultrarag framework的Thunlp团队。本质
Ultrarag不仅具有满足专业用户需求的“ SLR摄像头”的精制配置能力，而且还提供了一个类似于“卡机”的单击方便操作，以使抹布系统的构建简约且高效。
更重要的是，与传统的抹布框架（例如Llamaindex的复杂配置）相比，Ultrarag更加关注将模型适应用户提供的知识库，并有效地避免了重复的“模型选择”缠结。
同时，其模块化设计还可以快速增强科学研究的需求，从而帮助研究人员在各种情况下自由结合和迭代。通过Ultrarag，用户可以轻松完成从数据到模型的完整过程管理。
还有一系列释放的抹布技术桶。其中，ICLR刚刚包括了Rag-DDR和Visrag。 MiniCPM插入可下载300,000多个。
可以在本文末尾收集GitHub地址。
零代码编程WebUI支持，一个基于单击系统的数据构建
Ultrarag将其简约的Webui视为核心优势之一。即使没有编程经验的用户也可以轻松完成对模型的构建，培训和评估。
无论是快速进行实验还是个性化的定制，Ultrarag都可以提供直观有效的支持。该框架集成了各种预设工作流。用户可以根据特定需求灵活地选择最佳路径。在不编写繁琐的代码的情况下，他们可以完成从数据处理到模型优化的完整过程操作。
以下是操作演示：
Ultrarag根据自我开发的Kbalign，DDR和其他方法提供了“一个单击”数据构建，并结合了检索和生成模型的多元化和细分划分的策略，并有助于全面优化性能。
在数据结构方面，Ultrarag涵盖了从检索模型到生成模型的完整过程数据构建解决方案，并基于基于用户的知识库支持自动培训数据，从而显着提高了场景问题和答案的效果和适应效率。
在良好的模型方面，Ultrarag提供了一个完整的培训脚本，支持嵌入模型培训和LLM的DPO/SFT罚款，以帮助用户根据数据构建建立更强大，更准确的模型。
Ultrarag将自发开发的超级词法方法作为核心。它集成了有效和关键信息的多阶段评估策略，从而显着提高了模型评估的稳定性。全面的评估，以确保在实际应用中对模型的性能指标得到充分验证。
通过关键信息点，Ultrarag有效地增强了评估的稳定性和可靠性，并提供精确的反馈，以帮助开发人员继续优化模型和方法，以进一步提高系统的稳定性和实用性。
Ultrarag具有内置的Thunlp-rag群体自我开发的方法和其他尖端的抹布技术，以支持整个模块化的持续探索，研发。 Ultrarag不仅是技术框架，而且是研究人员和开发人员的强大助手，可帮助用户在各种任务方案中找到卓越的效果。
Ultrarag建造的勘探技术系列
Ultrarag系列引入了许多创新技术，优化了检索和增强发电的知识适应，任务适应和数据处理，并提高了系统的智能和效率。
Uultrarag的方法在国内外的AI社区中具有一定的影响力和知名度，并且有些型号的下载量超过300,000。
GitHub地址：
参考
Li，Xinze，Mei，Sen，Liu，Zhenghao，Yan，Yan，Yan，Wang，Shu，Yu，Yu，Shi，Shi，Zheni，Cheni，Cheni，Hao，Yu，Yu，Yu，Yu，Yu，Liu，Zhiyuan等。 （2024）。 rag-ddr。 ：使用可区分的数据奖励优化检索增强的生成。 ARXIV预印型ARXIV：2410.13509。 ICLR 2025】
Yu，Shi，Tang，Chaoyue，Xu，Bokai，Cui，Cui，Junbo，Ran，Junhao，Yan，Yukun，Liu，Zhenghao，Shuo，Shuo，Han，Han，Xu，Liu，liu，Zhiyuan等。 （2024）。 Visrag：基于多模式文档的基于基于基于检索的a aignerival-aigneriagneagment Esteneration。 ARXIV预印型ARXIV：2410.10594。 ICLR 2025】
Wang，Ruobing，Zha，Daren，Yu，Shi，Zhao，Qingfei，Chen，Yuxuan，Wang，Yixuan，Wang，Shuo，Yan，Yan，Yukun，Yukun，Liu，Zhenghao，Zhenghao，Zhenghao，Han，Han，Xu等。 （2024）。和-MEMORY：迈向自适应注释增强的检索生成一代。 ARXIV预印型ARXIV：2410.08821。
Zeng，Zheni，Chen，Yuxuan，Yu，Shi，Yan，Yukun，Liu，Zhenghao，Shuo，Han，Han，Xu，Liu，liu，Zhiyuan，Maosong，Maosong。 （2024）。 KBALIGN：在特定知识基础上有效的自我。 ARXIV预印型ARXIV：2411.14790。
朱， ＆ 其他的。 （2024）。 RAGeval：方案特定的抹布评估数据集生成框架。 ARXIV预印型ARXIV：2408.01262。
