清华NLP开源UltraRAG框架，简化RAG系统构建

近日，清华大学THUNLP团队联合东北大学NEUIR、面壁智能及9#AISoft团队推出UltraRAG框架，革新了RAG系统的开发与配置方式，降低学习成本和开发周期。

UltraRAG提供精细化配置与一键式操作，使RAG系统构建极简且高效。它更专注于将模型适配到用户提供的知识库，避免模型选型的困扰。其模块化设计也便于科研需求快速赋能，帮助研究者在多种场景下自由组合、快速迭代。

此外，UltraRAG还发布了一系列RAG技术全家桶，如RAG-DDR和VisRAG，已被ICLR收录，MiniCPM-Embedding已有30余万次下载量。GitHub地址可到文末获取。

UltraRAG以WebUI为核心优势，使无编程经验的用户也能轻松完成模型构建、训练与评测。该框架集成了多种预设工作流，用户可根据需求灵活选择最优路径，无需编写繁琐代码。

UltraRAG采用自研的KBAlign、DDR等方法，提供“一键式”数据构建。它覆盖从检索模型到生成模型的全流程数据构建方案，支持基于用户导入的知识库自动生成训练数据，显著提升场景问答效果与适配效率。

在模型微调方面，UltraRAG提供完备的训练脚本，支持Embedding模型训练及LLM的DPO/SFT微调，帮助用户构建更强大、更精准的模型。

UltraRAG内置THUNLP-RAG组自研方法及其他前沿RAG技术，支持模块化的持续探索与研发。它不仅是一个技术框架，更是科研人员与开发者的得力助手。

UltraRAG系列引入多项创新技术，优化了知识适配、任务适应和数据处理，提升了系统的智能性和高效性。