RAGFoundry est une bibliothèque conçue pour améliorer les capacités des grands modèles de langage (LLM) à utiliser des informations externes en affinant les modèles sur des ensembles de données RAG spécialement créés. La bibliothèque aide les utilisateurs à entraîner facilement des modèles grâce au réglage fin efficace des paramètres (PEFT) et à mesurer l'amélioration des performances à l'aide d'indicateurs spécifiques à RAG. Elle possède une conception modulaire et le workflow peut être personnalisé via un fichier de configuration.