FlexRAG：面向检索增强生成的灵活且全面的框架
计算与语言
2025-07-01 v2 信息检索
摘要
检索增强生成（Retrieval-Augmented Generation，RAG）在现代大型语言模型应用中占据核心位置，已有诸多框架提供广泛的功能以促进 RAG 系统的开发。然而，我们识别出这些框架存在若干持续性挑战，包括算法复现与共享困难、缺乏新技术、以及高系统开销。为此，我们引入了 FlexRAG——一个专为科研和原型设计的开源框架。FlexRAG 支持文本型、多模态型和网络型 RAG，提供完整的生命周期支持，并具备高效的异步处理和持久化缓存功能。通过提供稳健且灵活的解决方案，FlexRAG 使研究人员能够快速开发、部署和分享先进的 RAG 系统。我们的工具和资源已在 \href{https://github.com/ictnlp/FlexRAG}{https://github.com/ictnlp/FlexRAG} 上提供。
引用
@article{arxiv.2506.12494,
title = {FlexRAG: A Flexible and Comprehensive Framework for Retrieval-Augmented Generation},
author = {Zhuocheng Zhang and Yang Feng and Min Zhang},
journal= {arXiv preprint arXiv:2506.12494},
year = {2025}
}
备注
Accepted by ACL 2025 Demo