网易有道自研 RAG 引擎 QAnything 正式开源，可增强大语言模型准确度及专业能力

1 月 16 日，网易有道宣布自研的知识库问答引擎 QAnything 正式开源，除了可以调用云端大模型服务，还支持纯本地部署，所有用户可免费在开源社区 Github 内进行下载，一键部署即可使用。该系统目前支持 word、ppt、excel、pdf、图片等多种文档格式，直接导入进去即可实现像"ChatGPT"一样问答。

据悉，QAnything 的主要原理是基于检索增强的生成（Retrieval Augmented Generation，简称 RAG），能够利用检索外部内容的方式增强大语言模型的准确度、专业能力和个性化等各方面的性能。

QAnything 作为有道自研的 RAG 引擎，结合了用户私有数据和大模型的优势——用户的任何内容，以任意的形式存在，比如各种格式的文档，音频，数据库等，都可以在 QAnything 的支持下，变成可以针对其内容进行问答的使用方式，通过这个技术框架用户可以很方便地搭建自己的智能知识助手。

QAnything 系统架构图

值得一提的是，本次开源的 QAnything 是一套完整的 RAG 系统，包括专门优化的自研的 embedding 和 rerank 模型，微调后的 LLM，优化后的推理代码，向量数据库，以及一个立即上手可用的前端。所有的算法模型（包括 7B 大模型+embedding/rerank+OCR）占用显存不超过 16G。

如今，QAnything 已在有道的多个产品中应用，包括有道翻译文档问答、有道速读及有道内部业务的客服系统等。以子曰教育大模型最新发布的创新应用成果“有道速读”为例，有道速读内置了文档问答、文章摘要、要点解读、引文口碑和领域综述五大功能，能够帮用户更快更准地获得信息和对文档的理解。而该功能背后的驱动就是 QAnything，在大模型技术的加持下，用户能够实现快速理解文档、定位要点，实现 1 分钟读完万字长文。

“目前，QAnything 项目还在不断迭代，欢迎大家参与开发，并给予我们更多反馈。我们希望能帮助有需要的开发者们，和更多伙伴一起推动大模型的落地。”网易有道首席科学家段亦涛介绍道。