lizhe2004/Awesome-LLM-RAG-Application

해결하는 문제

이 프로젝트는 검색 증강 생성(RAG) 애플리케이션을 구축하기 위한 포괄적이고 엄선된 리소스 모음을 제공합니다. 학술 논문, 오픈 소스 도구 및 업계 모범 사례를 단일 구조화된 참조 지점으로 정리하여 개발자와 연구자가 빠르게 진화하는 RAG 환경을 탐색할 수 있도록 돕습니다.

작동 방식

이 저장소는 RAG 구성 요소를 데이터 전처리, 검색 전략, 평가 프레임워크, LLM 배포와 같은 논리적 단계로 분류하는 지식 허브 역할을 합니다. 여기에는 기초 연구 논문, 기술 가이드, 그리고 개발자가 자신만의 RAG 시스템을 구축하는 데 사용할 수 있는 다양한 오픈 소스 프레임워크(LangChain, LlamaIndex, Dify 등)에 대한 링크가 포함되어 있습니다.

대상 사용자

이 목록은 LLM 기반 애플리케이션을 구축하거나 연구하는 AI 엔지니어, 연구원 및 개발자를 위해 설계되었습니다. 기본 개념부터 GraphRAG 및 에이전트 워크플로우와 같은 고급 기술까지 모든 것을 다루고 있어, 초기 프로토타입에서 프로덕션 수준의 엔터프라이즈 시스템으로 전환하려는 분들에게 특히 유용합니다.

주요 특징

• 학술 연구: RAG의 진화, 평가 및 에이전트 검색을 다루는 주요 논문의 연대순 목록.
• 도구 생태계: RAG, 문서 전처리 및 관측 가능성을 위한 오픈 소스 프레임워크의 분류된 디렉토리.
• 실용적인 가이드: 엔터프라이즈 수준의 관행, 튜토리얼 및 RAG와 파인튜닝 간의 비교에 대한 링크.
• 고급 기술: 검색 정확도를 향상시키기 위한 쿼리 최적화, 리랭킹 및 컨텍스트 압축에 관한 리소스.
• 멀티모달 지원: 이미지, 표, PDF를 포함한 다양한 데이터 유형을 처리하기 위한 참조 자료.