RAGFoundry é uma biblioteca que visa melhorar a capacidade dos modelos de linguagem grandes (LLMs) de usar informações externas por meio do ajuste fino de modelos em conjuntos de dados RAG aprimorados especialmente criados. A biblioteca ajuda os usuários a treinar modelos facilmente usando ajuste fino eficiente de parâmetros (PEFT) e a medir o aumento de desempenho usando métricas específicas de RAG. Ela possui um design modular e o fluxo de trabalho pode ser personalizado por meio de arquivos de configuração.