liunian-Jay/Awesome-RAG

💡 Awesome RAG: A resource of Retrieval-Augmented Generation (RAG) for LLMs, focusing on the development of technology.

它解决了什么问题

跟上检索增强生成（RAG）这一快速发展的领域是很困难的。这个仓库将最近的学术论文、综述、评估数据集和相关开源项目汇集到一个地方，使研究人员和从业者无需搜索多个来源就能快速找到 RAG 的新内容。

它是如何工作的

该仓库组织为一个结构化的列表。它按年份和月份（2024、2025、2026）对论文进行分组，并提供 arXiv 和有时代码的链接。它还列出了在主要会议（ACL、EMNLP、ICML、ICLR、NIPS）上被接受的论文，并提供了一个单独的评估数据集部分，如 HotpotQA 和 TriviaQA。一个“最新新闻”部分突出维护者自己的贡献和更新。综述论文和相关项目（例如，LightRAG、RAGFlow）被收集在资源部分下。

它面向谁

希望跟踪 RAG 研究趋势、为工作寻找相关论文或发现基准和工具的学者、学生和行业从业者。README 明确欢迎贡献者，并邀请研究人员提交拉取请求以更新论文信息。

亮点

广泛的时间覆盖：从 2024 年到 2026 年的论文，按月份组织，便于浏览。
包括顶级会议接受的论文和预印本，并提供 PDF 和代码仓库的直接链接。
精心策划的标准 RAG 评估数据集列表（HotpotQA、SQuAD、TriviaQA 等）。
专门的部分用于总结该领域概况的综述论文。
维护者积极分享他们自己的研究（例如，GainRAG、CoCoA、QAgent）和小工具（MU-GOT、AgenticRAG-RL）作为更新的一部分。