Tanım
Geri Alma-Artırılmış Üretim (RAG), üretken modelleri bilgi alma sistemleriyle birleştiren bir tekniktir. Gerçeklere dayalı doğruluğu artırmak için çıktıları harici kaynaklara dayandırır.
Amaç
Amaç, alınan belgelerle yanıtları zenginleştirerek üretken yapay zekadaki halüsinasyonları azaltmaktır. Özellikle soru cevaplama ve bilgi yoğun görevlerde faydalıdır.
Önem
- LLM çıktılarındaki olgusal doğruluğu artırır.
- Alana özgü bilgi entegrasyonunu sağlar.
- Güvenilir geri alma sistemleri gerektirir.
- Hibrit arama ve açık alan QA ile ilgili.
Nasıl Rezervasyon Yaparım ?
- Kullanıcı bir sorgu veya istem sağlar.
- İlgili dokümanlar geri çağırma sistemi tarafından getirilir.
- Belgeler üretken bir modele aktarılır.
- Model, alınan içeriklere dayalı yanıtlar üretir.
- Geri bildirim döngüleri gelecekteki performansı iyileştirir.
Örnekler (Gerçek Dünya)
- OpenAI ChatGPT tarama veya alma eklentileriyle.
- Meta RAG modeli: geri çağırma temelli LLM'ler üzerine araştırma.
- Perplexity AI: Arama destekli konuşma araması.
Referanslar / İlave Okumalar
- Lewis ve ark. “Bilgi Yoğun NLP için Geri Alma-Artırılmış Üretim.” NeurIPS 2020.
- Sarılma Yüzü RAG Uygulaması.
- Stanford HAI Geri Alma Yöntemleri Araştırması.
- RAFT Nedir? RAG + İnce Ayar
