GitHub Stars
1.6K
Forks数量
131
贡献者数量
3
许可证
Apache-2.0
收录理由
WebGLM把大语言模型和实时网页搜索结合起来，回答问题时能直接引用当前网页内容，而不是只依赖模型训练时记住的知识。它的流程是先检索相关页面，再生成回答草稿，最后用一个基于人类偏好训练的打分器筛掉不实用的结果。你可以通过命令行或小型Web服务来运行它，搜索后端支持SerpAPI或Bing，模型大小有2B和10B可选，能根据自己机器的情况调整。对想做有依据的问答、又需要答案保持时效性的团队来说，这个项目把检索、生成和偏好打分串成了一条清晰的链路，值得参考。项目里还附带了训练代码和WebGLM-QA数据集，想复现或改进方法的话也有现成的基础。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，将前沿 RAG 与 Agent 能力融合，为大型语言模型（LLM）打造卓越的上下文层。
Understand-Anything
教学型图表优于炫技型图表。将任意代码转化为可探索、搜索和提问的交互式知识图谱。支持Claude Code、Codex、Cursor、Copilot、Gemini CLI等。
crawl4ai
🚀🤖 Crawl4AI：开源的、对LLM友好的网页爬虫与抓取工具。别害羞，加入这里：https://discord.gg/jP8KfhDhyN
docling
为生成式AI准备文档
anything-llm
停止租用你的智能。用AnythingLLM拥有它。你需要的一切，实现强大的本地优先智能体体验。