A-RAG

MTEB（Massive Text Embedding Benchmark）是一个大规模文本嵌入基准测试框架，覆盖分类、检索、聚类、重排序等多项任务，用于评估和选择 RAG 系统中的最佳嵌入模型。

面向医疗场景的深度研究 Agent，基于知识知情轨迹合成框架构建，能够在医学文献中进行深度检索和推理。

智源研究院开源的 BGE 系列嵌入模型与检索工具，提供业界领先的中英文文本嵌入与重排序模型，广泛应用于 RAG 系统和 AI Agent 检索链路。

LightRAG 是一个简洁高效的 RAG 框架，使用图结构增强检索效果，发表于 EMNLP 2025。