#Yapay Zeka
RAG Mimarisi Nedir?
⏱ 2-3 dk okuma süresi
Temel Tanım & Hızlı Yanıt
Retrieval-Augmented Generation (RAG), dil modellerine harici ve güncel bilgi kaynakları bağlayarak doğru ve kaynak gösteren yanıtlar üretmesini sağlayan mimaridir.
RAG (Retrieval-Augmented Generation) Mimarisi
Büyük Dil Modelleri eğitildikleri tarihle sınırlıdır ve şirket içi özel verilere doğrudan erişemezler. RAG mimarisi, LLM'leri harici bir bilgi tabanıyla dinamik olarak birleştirir.
RAG Nasıl Çalışır?
- Parçalama (Chunking): Kurumsal belgeler veya dökümantasyon uygun boyutlardaki metin bloklarına bölünür.
- Vektörleştirme (Embedding): Her blok embedding modelleriyle sayısal vektörlere dönüştürülür.
- Vektör Veritabanında Arama: Kullanıcı bir soru sorduğunda, soru vektörüyle en alakalı doküman parçaları semantik benzerlik (cosine similarity) ile bulunur.
- Zenginleştirilmiş Yanıt Üretimi: Bulunan bağlam ve kullanıcının sorusu birleştirilerek LLM'e gönderilir ve model yalnızca doğrulanmış bağlam üzerinden yanıt üretir.
Neden Önemli?
- Model yeniden eğitilmeye (fine-tuning) ihtiyaç duymaz, maliyeti düşüktür.
- Model halüsinasyonları minimuma iner.
- Yanıtlar doğrudan kaynak gösterilerek doğrulanabilir hale gelir.
Akademik & Teknik Kaynaklar:
Lewis et al. (2020) - Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
Lewis et al. (2020) - Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks