denser retriever

旨在简化AI集成到您的应用程序的企业级AI猎犬，以确保最先进的准确性。

描述

密集的猎犬将多个搜索技术结合到一个平台中。它利用梯度提升（XGBoost）机器学习技术结合在一起：

• 基于关键字的搜索旨在精确获取查询所提及的内容。
• 矢量数据库非常适合找到广泛的潜在相关答案。
• 微调结果以确保最相关的答案在列表中的最佳答案。

• 我们在MTEB数据集上进行的实验表明，通过XGBoost模型（表示为ES+VS+RR_N），关键字搜索，向量搜索和Reranker的组合可以显着改善矢量搜索（VS）基线。

• 使用人类上下文检索数据集查看密集检索器实验。

特征

探索器的初始版本提供以下功能。

• 支持异质检索器，例如关键字搜索，向量搜索和ML模型Reranking
• 利用XGBoost ML技术有效地结合异质猎犬
• MTEB检索基准测试的最先进的准确性
• 演示如何使用密度探索器为端到端的应用程序供电，例如聊天机器人和语义搜索

？安装

我们建议通过Anaconda安装Python，因为我们从https://www.python.org/downloads/使用安装程序时收到了有关Numpy安装问题的反馈。我们正在为解决此问题提供解决方案。要安装密集的猎犬，您可以运行：

pip

pip install git+https://github.com/denser-org/denser-retriever.git#main

诗

poetry add git+https://github.com/denser-org/denser-retriever.git#main

？文档

官方文件托管在retriever.denser.ai上。单击此处开始。

？？发展

您可以在本地机器上开始开发更密集的猎犬。

有关更多详细信息，请参见Development.md。

？执照

该项目是根据MIT许可证的条款获得许可的。有关更多详细信息，请参见许可证。

？引用

 @misc { denser-retriever ,
  author = { denser-org } ,
  title = { An enterprise-grade AI retriever designed to streamline AI integration into your applications, ensuring cutting-edge accuracy. } ,
  year = { 2024 } ,
  publisher = { GitHub } ,
  journal = { GitHub repository } ,
  howpublished = { url{https://github.com/denser-org/denser-retriever} }
}