youdaotech的博客

近日，我们开源了有道自研的RAG（Retrieval Augmented Generation) 引擎QAnything。该引擎允许用户上传PDF、图片、Word、Excel、PowerPoint等多种格式的文档，并实现类似于ChatGPT的互动问答功能，其中每个答案都能精确追溯到相应的文档段落来源。QAnything 支持纯本地部署，上传文档数量无上限，问答准确率高。QAnything自开源以来，迅速吸引了开发者社区的广泛关注，并很快登上了GitHub trending榜单。

QAnything 受到广大开发者的密切关注，开源近两周，star迅速涨到接近2000，昨日QAnything进入到了github的trending版。安装过程更简单，体验更流畅、部署选择更多。

当我们用 RAG 构建一个知识库问答应用的时候，总是希望知识库里面灌的数据越多，问答的效果越好，事实真是如此吗？这篇文章给大家答案。

有道近日开源了自研RAG引擎QAnything，其携带的自研BCEmbedding模型在实用上极具竞争力，不到一个月已经接近40万次下载。本文介绍BCEmbedding的技术路线的选择和一些思考。