Google представила EmbeddingGemma 2 — открытую модель для поиска по тексту, коду, изображениям, аудио и видео прямо на устройстве. Медиафайлы можно искать по текстовому описанию без отправки данных в облако.
РТК-ЦОД совместно с блоком информационных технологий «Ростелекома» представил на форуме «Цифровые решения» корпоративного ИИ-ассистента для организаций с повышенными требованиями к защите данных.
arXiv Paper Curator — учебный проект из серии The Mother of AI: вы создаёте помощника, который сам загружает статьи с arXiv, разбирает их и отвечает на вопросы с помощью RAG.
Курс идёт профессиональным путём: сначала прочный фундамент keyword-поиска (BM25), затем векторы и гибридный поиск. Стек: Docker, FastAPI, PostgreSQL, OpenSearch, Airflow, локальная LLM, Gradio, Langfuse, Redis.
PageIndex — векторless RAG на основе рассуждений. Вместо векторных БД и чанков использует иерархический древовидный индекс и LLM-рассуждения для поиска. Такой подход находит релевантное, даже если оно не похоже на запрос, что критично для сложных документов.
Индексация строится на структуре документа без LLM, поэтому достаточно базовой модели. Поиск выполняет более мощная модель, рассуждая по дереву. Стоимость индексации ~$0.001 за страницу, время — от 13 секунд до 4.5 минут для 1098 страниц.
WeKnora — открытый LLM-фреймворк для корпоративной работы с документами: их понимание, семантический поиск и автономные рассуждения на основе накопленных знаний.
RAGFlow — ведущий open-source движок для Retrieval-Augmented Generation (RAG), объединяющий передовые RAG-технологии с возможностями агентов. Он создаёт продвинутый контекстный слой для LLM и предлагает удобный RAG-воркфлоу, подходящий бизнесу любого масштаба.
Благодаря объединённому контекстному движку и готовым шаблонам агентов RAGFlow позволяет разработчикам превращать сложные данные в надёжные production-ready AI-системы с высокой точностью и эффективностью. Доступен облачный сервис по адресу cloud.ragflow.io.
Code-Graph-RAG парсит многозыковой код с помощью Tree-sitter и строит граф структуры в Memgraph. Вы можете задавать вопросы, редактировать и оптимизировать код на естественном языке. Поддерживаются Python, TypeScript, Rust, Go, Java, C++ и другие языки.
Это открытый репозиторий книги «Глубокое понимание AI Agent: принципы проектирования и инженерная практика». Он включает полный текст книги, иллюстрации и сопутствующий код примеров — всё открыто.
Awesome LLM Apps — библиотека из 100+ готовых шаблонов для запуска AI-агентов, RAG-пайплайнов и MCP-интеграций. Каждый шаблон написан вручную, протестирован и запускается за 3 команды.
PaddleOCR — ведущий инструмент OCR и Document AI, который преобразует PDF и изображения в структурированные данные (JSON, Markdown) с высокой точностью. Проект имеет более 70 000 звёзд и используется системами Dify, RAGFlow и Cherry Studio для построения интеллектуальных RAG и агентов.
Включает лёгкую SOTA модель PaddleOCR-VL-1.6 (0.9B) с точностью 96.3% на OmniDocBench. Поддерживает распознавание 100+ языков, таблиц, формул, печатей и древних документов. Выдаёт результаты в Markdown и JSON с детальными координатами.