LLM4IR-Survey

一图览尽LLM+搜索前沿,快速入门信息检索新范式

LLM4IR-Survey 是一个关于大语言模型(LLM)在信息检索(IR)领域应用的综合综述仓库。它系统性地整理了近年来将LLM用于搜索、推荐、问答等IR任务的研究工作,包括模型架构、训练方法、评估基准和未来方向。该项目旨在为研究人员和工程师提供一份结构化的知识地图,帮助快速了解LLM如何改变传统IR流程,解决信息检索中语义理解、多轮交互和个性化等难题。仓库内容涵盖从基础概念到前沿进展,并附有大量论文链接和分类标签,便于按需查阅。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 545
维护状态 低维护
是否开源
定价模式 free

项目数据

分类开源模型
开发团队RUC-NLPIR
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源
开源协议MIT
主要语言
技术栈/模型information-retrieval,large-language-models,survey
GitHub 星标★ 545
30天Star增速
HF 下载量
上线时间2023-07-15 00:00:00
最近更新2026-08-27 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1

使用教程

核心亮点

  • 按任务类型(如检索、重排、生成)系统分类,导航清晰
  • 收录大量最新论文,并持续更新,紧跟领域进展
  • 提供相关资源链接(如代码、数据集),便于深入实践

不足之处

  • 内容以论文列表为主,缺乏深度技术解析或对比分析
  • 文档/社区待观察,互动和贡献者生态尚不明确

适用场景

  • 学术研究者调研LLM在IR领域的研究脉络
  • 工程师寻找可落地的LLM检索方案和参考论文
  • 学生入门学习信息检索与大模型的交叉方向

替代项目

awesome-llm-information-retrieval、awesome-llm-retrieval、LLMSurvey

项目介绍

LLM4IR-Survey 是搜索知识领域的开源项目,由 RUC-NLPIR 开发,2023 年首次发布。

它收录于搜索知识分类,该分类目前共有 581 个项目,GitHub 星标数为 545。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-27。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:学术研究者调研LLM在IR领域的研究脉络。同类可对比的替代方案包括 awesome-llm-information-retrieval、awesome-llm-retrieval、LLMSurvey。

上一篇:OnDevice-RAG-Android

下一篇:LoFS

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

The web data API to search, scrape, and interact at scale.

★ 183325 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 120493 2026-08-09
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09