Future-House/paper-qa

High accuracy RAG for answering questions from scientific documents with citations

What it solves

PaperQA2 是为科学文献设计的高精度检索增强生成（RAG）系统。它解决了从 PDF、文本文件和 Office 文档等复杂文档中提取精确、基于证据的答案的难题，确保响应包含正文引用，并基于提供来源的验证证据。

How it works

PaperQA2 使用代理式 RAG 工作流，能够迭代地细化查询和答案。该过程通常分为三个阶段：

  1. Paper Search：系统生成关键词查询以寻找候选论文，然后将论文切块并嵌入搜索索引。
  2. Gather Evidence：将用户查询嵌入，排名最高的文档块，并在查询上下文中创建这些块的得分摘要。随后 LLM 重新评分并选择最相关的摘要。
  3. Generate Answer：将最佳摘要放入提示中生成最终的基于证据的答案。

它集成了 Semantic Scholar 和 Crossref 等服务获取元数据，并使用 LiteLLM 兼容各种 LLM 提供商。

Who it’s for

此工具面向研究人员、科学家以及任何需要处理大量科学论文、进行问答、摘要和矛盾检测且要求高精度和可验证引用的人群。

Highlights

  • Agentic RAG：使用语言代理人迭代细化搜索和证据收集。
  • Multimodal Support：能够解析 PDF 中的表格、图形和数学公式，使用如 Docling 和 Nvidia nemotron-parse 等模型阅读器。
  • Grounded Responses：提供带有精确正文引用的答案。
  • Metadata Awareness：自动获取引用次数和期刊质量数据以提升检索效果。
  • Flexible Configuration：包含针对不同使用场景的预设配置（如高质量、快速或矛盾检测），并通过 LiteLLM 支持多种 LLM 提供商。