multimodal-rag-showcase
ストックにはログインが必要です
研究論文のPDF、チャート、図をRAGで活用
Artificial Intelligence
Developer Tools
GitHub
概要
- PDFを単なるテキストとして扱わず、チャート・表・図に含まれる情報も検索と回答生成に活用する実験的なマルチモーダルRAGシステムです。
- Docling、ローカルの視覚モデル、ハイブリッド検索、出典付き引用を組み合わせ、文書知識をより包括的に扱える構成を目指しています。
主な特徴
- 生成された回答の根拠を元の文書まで追跡でき、抽出結果や視覚的証拠を確認しながら、不確実な情報をレビューできる設計です。
- アクセス制御、耐久性のある実行、可観測性、再現可能なベンチマークを備え、チャットボットではなく実運用を意識したシステムとして評価できます。
想定される利用者・関心領域
- 文書インテリジェンス、マルチモーダル検索、RAGの評価や証拠抽出に取り組むエンジニアや研究者に適しています。
- 視覚情報の抽出精度、セルフホストモデルの回答品質やレイテンシなど、RAGシステムの技術的課題を検証したい人に向いています。
投票数: 1