最近发现了一个半开源项目pageindex，核心是通过llm创建索引，加强召回准确率。现在想和text-embedding-3-small进行对比，为了更加真实想要找一个没有被ai学习过的素材。现在的各种中开源库和论文网站多多少少都被学习过，有老友推荐吗，深海幽域的信息有点零散了。