# RAG增強

由英偉達發佈的4B參數規模大語言模型，支持128k tokens上下文長度，專為推理、對話及RAG等任務優化

這是一個非常小巧且快速的日語重排序模型，適用於提升RAG系統的精度，在CPU或邊緣設備上也能高效運行。

神經湖iSA-03迷你3B是由神經湖科技研發的先進AI模型，融合了傳統大語言模型的直接響應能力與自動多步推理功能，支持256K token的超長上下文處理。

PLLuM 是一個專注于波蘭語及其他斯拉夫/波羅的海語言的大型語言模型家族，同時融入英語數據以實現更廣泛的泛化能力。

Qwen2.5-Aloe-Beta-7B是一款開源醫療大語言模型，在多項醫療任務中達到最先進性能。基於Qwen2.5-7B架構微調，訓練數據涵蓋18億token的多樣化醫療任務。

RigoChat-7b-v2是基於Qwen-2.5的西班牙語優化模型，通過DPO微調提升性能，專注於西班牙語查詢的準確響應。

基於Qwen2.5-1.5B-Instruct微調的俄語指令優化模型，15億參數，支持俄英雙語，擅長RAG流程中的文本問答

基於bge-m3模型微調的泰語法律文本檢索器，專注於公司與商業法領域

Nemotron-Mini-4B-Instruct是英偉達開發的專為角色扮演、檢索增強生成和函數調用優化的響應生成模型，基於Minitron-4B-Base微調，支持4096個token的上下文長度。

基於TinyLlama微調的輕量級代理模型，專注於工具調用、RAG和通用助手功能

Cymist2-v0.1是由Cypien AI團隊開發的先進語言模型，專為土耳其語和英語的文本生成任務優化，支持檢索增強生成(RAG)和監督微調(SFT)。

Llama-3-SauerkrautLM-8b-Instruct 是由 VAGO Solutions 和 Hyperspace.ai 聯合打造的基於 Meta-Llama-3-8B-Instruct 的改良版本，通過 DPO 對齊優化，支持德語和英語。

基於Mistral-7B微調的70億參數可信度感知生成模型，具備理解並運用上下文可信度進行內容生成的能力。

這是一個基於sentence-transformers的模型，能夠將句子和段落映射到768維稠密向量空間，適用於聚類或語義搜索等任務。