DyPRAG

测试时动态更新模型参数,让知识永不落伍

DyPRAG 是一个基于 arXiv 论文实现的动态参数检索增强生成框架,旨在解决大语言模型在测试时知识过时或缺失的问题。它通过动态识别输入查询中需要更新的参数知识,并从外部知识源检索相关信息,以参数化方式注入模型,从而在不重新训练的情况下增强模型的事实准确性和时效性。核心能力包括:知识时效性检测、动态检索触发、参数化知识注入,以及支持多种主流语言模型。项目提供 Python 实现,便于集成到现有 RAG 流程中。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 184
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队Trae1ounG
所属国家
定价模式free
价格说明开源项目,Apache-2.0许可证,可自由使用,无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型llm,llm-inference,llms-reasoning,open-source,paper,rag
GitHub 星标★ 184
30天Star增速
HF 下载量
上线时间2025-03-26 00:00:00
最近更新2026-09-21 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0

使用教程

核心亮点

  • 提出动态参数检索机制,仅在需要时触发知识更新,避免全量重训
  • 支持即插即用,可适配多种 LLM,降低集成成本
  • 基于 arXiv 论文实现,方法有理论支撑,适合学术研究参考

不足之处

  • 项目处于早期阶段,文档和社区支持尚不完善
  • 实际效果依赖外部知识源质量,且参数注入可能增加推理开销

适用场景

  • 实时问答系统,需要模型掌握最新事实
  • 知识密集型任务,如法律、医疗领域动态知识更新
  • 边缘部署场景,无法频繁重训但需保持知识新鲜度

替代项目

RAG、Self-RAG、CRAG

项目介绍

DyPRAG 是搜索知识领域的开源项目,由 Trae1ounG 开发,2025 年首次发布。

它收录于搜索知识分类,该分类目前共有 585 个项目,GitHub 星标数为 184。

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 2026-09-21。Apache-2.0许可证,可自由使用,无付费版本。

它主要面向的使用场景是:实时问答系统,需要模型掌握最新事实。同类可对比的替代方案包括 RAG、Self-RAG、CRAG。

上一篇:ML-news-of-the-week

下一篇:raggenie

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