项目介绍

Math-RAG 是一个面向数学术语问答的检索增强生成（RAG）系统。

目标

让回答不仅"能答"，而且"答得有依据"：

1. 从教材语料中检索相关术语、定义与上下文片段。
2. 基于检索证据进行生成。
3. 输出包含术语、答案、来源的可追溯信息。

核心原则

1. 检索准确率优先 — 宁可少召回，不要召回错误内容。
2. 实验流程可复现 — 所有评测结果与中间产物均有路径记录。
3. 工程结构清晰 — 产品线（core）与研究线（research）完全解耦。

技术栈

类别	技术
语言与运行	Python 3.11+
本地推理	Transformers + PyTorch（Qwen-Math）
检索	rank-bm25、sentence-transformers、FAISS
评测与可视化	numpy、matplotlib、rouge-score、nltk
Web 界面	Gradio
构建工具	setuptools + pip

项目结构

Math-RAG/
├── main.py                   # 统一启动入口（推荐使用）
├── src/
│   ├── core/                 # 产品线（RAG 核心）
│   │   ├── config.py
│   │   ├── mathRag.py
│   │   ├── cli/
│   │   ├── answerGeneration/
│   │   ├── dataGen/
│   │   ├── retrieval/
│   │   └── utils/
│   └── research/             # 研究线（论文实验/评测）
│       ├── researchMain.py
│       ├── cli/
│       ├── evaluationData/
│       ├── modelEvaluation/
│       ├── dataStat/
│       └── runners/
├── reports_generation/       # 报告与图表生成
├── docs/                     # 文档（本站）
├── data/                     # 数据资产
├── outputs/
│   ├── log/                  # 时间戳实验跑次
│   └── reports/              # 定稿报告与图表
└── config.toml               # 全局配置