QAnything: локальная система вопросов и ответов для базы знаний с высокоинтегрированными процессами RAG
QAnything Общее представление
QAnything (Question and Answer based on Anything) - это локальная система вопросов и ответов на основе базы знаний, выпущенная компанией NetEase, которая поддерживает всевозможные форматы файлов и баз данных, может быть установлена и использоваться в автономном режиме. Она может работать с документами PDF, Word, PPT, XLS и других форматов, поддерживает межъязыковые вопросы и ответы, обеспечивает поддержку вопросов и ответов с большим объемом данных, отличается высокой производительностью, удобством использования, возможностью работы с несколькими базами знаний и функциями защиты данных.
Система основана на самостоятельно разработанном движке RAG (Retrieval Augmented Generation), обеспечивающем эффективные и точные услуги Q&A. QAnything подходит для различных сценариев, таких как внутренний документооборот, юридические консультации и государственные услуги, чтобы помочь предприятиям повысить эффективность получения информации и принятия решений.

Основной интерфейс QAnything

Интерфейс чат-бота, созданный QAnything

Принцип QAnything

Преимущества бесплатного участника QAnything
Список функций
- Поддержка различных форматов файлов: PDF, Word, PPT, Excel, Markdown, TXT, картинки и т.д.
- Локальное развертывание: для использования не требуется подключение к Интернету, что обеспечивает безопасность данных
- Эффективный поиск: на основе движка RAG, обеспечивающего высокую точность семантического поиска
- Гибкий рабочий процесс: автоматизация задач с помощью агентов
- Создание контента: генерируйте полные конспекты и содержание статей на основе ссылок
- Настройка сценариев: оптимизация моделей и поиска в соответствии с потребностями бизнеса
Помощь QAnything
Системные требования: Linux с не менее чем 4 ГБ памяти GPU, для систем Windows требуется подсистема WSL.
Как установить: клонирование через git и запуск скриптов запуска
Как использовать: Q&A может работать через веб-фронтэнд или API-интерфейс
FAQ: ответы на часто задаваемые вопросы
Техническая поддержка: Предоставление поддержки сообщества и консультационных услуг по электронной почте разработчиков
Процесс установки
- Скачать QAnything: ДоступGitHubСтраница для загрузки последней версии QAnything.
- Подготовка к защите окружающей среды: Убедитесь, что Docker и Docker Compose установлены в вашей системе.
- Вытаскивание кодовой базы: Выполнить в терминале
git clone https://github.com/netease-youdao/QAnything.git
Командуйте. - Перейдите в каталог проекта: Реализация
cd QAnything
Перейдите в корневой каталог проекта. - Начальные услуги: Реализация
docker-compose up -d
чтобы запустить службу QAnything.
Процесс использования
- Загрузка файлов: Загружайте файлы для анализа через интерфейс QAnything, который поддерживает форматы PDF, Word, PPT, Excel и многие другие.
- Поиск вопросов и ответов: Введите вопрос в поле поиска, и QAnything получит и сгенерирует ответ на основе содержимого загруженного файла.
- Посмотреть результаты: Система отображает соответствующие ответы и ссылки, на которые пользователь может нажать, чтобы просмотреть подробности.
- Создание контента: Пользователи могут выбирать между конспектами и статьями, а система будет автоматически генерировать контент на основе ссылок.
Функции
- Загрузка файловНажмите кнопку "Загрузить файлы", чтобы выбрать файлы для анализа, поддерживая пакетную загрузку.
- Поиск информации о проблемах: Введите вопрос в поле поиска, нажмите кнопку "Поиск", и система отобразит соответствующий ответ.
- Ответить Посмотреть: Нажмите на карточки с ответами, чтобы получить подробные ответы и ссылки.
- Создание контента: В модуле генерации контента введите ключевые слова или ссылки, нажмите кнопку "Генерировать", и система автоматически сгенерирует набросок или статью.
Основные навыки QAnything
Одноэтапное извлечение (встраивание)
Название модели | Поиск | СТС | Классификация пар | Классификация | Рерайтинг | Кластеризация | в среднем |
---|---|---|---|---|---|---|---|
bge-base-en-v1.5 | 37.14 | 55.06 | 75.45 | 59.73 | 43.05 | 37.74 | 47.20 |
bge-base-zh-v1.5 | 47.60 | 63.72 | 77.40 | 63.38 | 54.85 | 32.56 | 53.60 |
bge-large-en-v1.5 | 37.15 | 54.09 | 75.00 | 59.24 | 42.68 | 37.32 | 46.82 |
bge-large-zh-v1.5 | 47.54 | 64.73 | 79.14 | 64.19 | 55.88 | 33.26 | 54.21 |
jina-embeddings-v2-base-en | 31.58 | 54.28 | 74.84 | 58.42 | 41.16 | 34.67 | 44.29 |
m3e-основа | 46.29 | 63.93 | 71.84 | 64.08 | 52.38 | 37.84 | 53.54 |
m3e-большой | 34.85 | 59.74 | 67.69 | 60.07 | 48.99 | 31.62 | 46.78 |
bce-embedding-base_v1 | 57.60 | 65.73 | 74.96 | 69.00 | 57.29 | 38.95 | 59.43 |
- Более подробный обзор результатов представлен на сайтеСводка показателей модели встраивания.
Поиск на втором этапе (rerank)
Название модели | Рерайтинг | в среднем |
---|---|---|
bge-reranker-base | 57.78 | 57.78 |
bge-reranker-large | 59.69 | 59.69 |
bce-reranker-base_v1 | 60.06 | 60.06 |
- Более подробный обзор результатов представлен на сайтеКраткое описание показателей модели Reranker
Сценарии применения QAnything
- Кросс-лингвистический: несколько англоязычных докладов в форме вопросов и ответов
- Извлечение информации
- Солянка документов
- Вопросы и ответы в Интернете
© заявление об авторских правах
Авторское право на статью Круг обмена ИИ Пожалуйста, не воспроизводите без разрешения.
Похожие статьи
Нет комментариев...