Future-House/paper-qa

High accuracy RAG for answering questions from scientific documents with citations

What it solves

PaperQA2 是為科學文獻設計的高精度檢索增強生成（RAG）系統。它解決了從 PDF、文字檔與 Office 文件等複雜文件中提取精確、具根據的答案的挑戰，確保回應包含內文引用，且基於提供來源的驗證證據。

How it works

PaperQA2 使用代理式 RAG 工作流程，能迭代地精煉查詢與答案。流程通常分為三個階段：

  1. Paper Search：系統產生關鍵字查詢以找尋候選論文，然後將論文切塊並嵌入搜尋索引。
  2. Gather Evidence：將使用者查詢嵌入，排序最高的文件切塊，並在查詢上下文中產生這些切塊的得分摘要。接著 LLM 重新評分並選取最相關的摘要。
  3. Generate Answer：將最佳摘要放入提示詞，產生最終的具根據答案。

它整合了 Semantic Scholar 與 Crossref 等服務以取得中繼資料，並使用 LiteLLM 以相容各種 LLM 供應商。

Who it’s for

此工具適用於研究人員、科學家，以及任何需要處理大量科學論文、執行問答、摘要與矛盾偵測且要求高精度與可驗證引用的人士。

Highlights

  • Agentic RAG：使用語言代理人迭代精煉搜尋與證據收集。
  • Multimodal Support：能解析 PDF 中的表格、圖形與數學方程式，使用如 Docling 與 Nvidia nemotron-parse 等模型閱讀器。
  • Grounded Responses：提供帶有精確內文引用的答案。
  • Metadata Awareness：自動取得引用次數與期刊品質資料以增強檢索。
  • Flexible Configuration：內含不同使用情境的預設設定（如高品質、快速或矛盾偵測），並透過 LiteLLM 支援多種 LLM 供應商。