tag RAG
Bu sayfada RAG etiketi ile işaretlenmiş tüm yapay zeka kavramlarını inceliyorsunuz.
Embedding (Gömme / Vektörleştirme)
Embedding (Gömme), kelimelerin, cümlelerin, görsellerin veya herhangi bir veri tipinin, yapay zekanın anlayabileceği sayısal dizilere (vektörlere) dönüştürülmesi işlemidir. Bu dönüşüm rastgele sayılarla değil, verinin anlamsal (semantik) değerini koruyacak şekilde, çok boyutlu matematiksel bir uzayda koordinatlara yerleştirilmesiyle yapılır.
Grounding (Temellendirme)
Grounding (Temellendirme), bir büyük dil modelinin (LLM) ürettiği cevabı tamamen kendi hayal dünyasından ve hafızasından uydurması yerine (Halüsinasyon), üreteceği metni dış dünyadaki gerçek, doğrulanabilir ve güncel bir bilgi kaynağına (internet araması, şirket veritabanı, API) "dayandırması" işlemidir. RAG sistemlerinin temel amacıdır.
Hallucination (Yapay Zeka Halüsinasyonu)
Yapay zeka bağlamında Halüsinasyon, özellikle Büyük Dil Modellerinin (LLM) uydurma, yanlış, mantıksız veya gerçeklik payı olmayan bilgileri, sanki kesin doğruymuş gibi son derece özgüvenli ve inandırıcı bir şekilde sunması durumudur. Yapay zeka sistemlerinin güvenilirliğini etkileyen ve kurumsal adaptasyonun önündeki en büyük engellerden biri olarak kabul edilir.
Information Retrieval (IR) (Bilgi Erişimi)
Büyük veri kümeleri (örneğin metin belgeleri) içinden kullanıcı sorgusuna en uygun ve alakalı bilgiyi bulup getirme işlemidir. Google ve Bing gibi modern arama motorlarının temelini oluşturan bilgisayar bilimleri dalıdır.
Knowledge Graph (Bilgi Grafiği)
Bilgi Grafiği (Knowledge Graph), gerçek dünyadaki varlıkları (insanlar, yerler, olaylar, konseptler) ve bu varlıklar arasındaki karmaşık ilişkileri "düğüm ve kenarlar" (nodes and edges) şeklinde birbirine bağlayarak depolayan yapısal bir veri ağıdır. Google'ın sağ tarafta gösterdiği bilgi kutucuklarının arkasındaki sistemdir.
LangChain (LLM Uygulama Çerçevesi)
LangChain, büyük dil modelleri (LLM) etrafında karmaşık ve zincirleme uygulamalar (chatbotlar, RAG sistemleri, ajanlar) oluşturmayı kolaylaştıran popüler bir açık kaynaklı yazılım geliştirme kütüphanesidir (Framework). Bir dil modelini sadece prompt yazarak kullanmak yerine, onu veritabanlarına, arama motorlarına ve dış yazılımlara bağlamanın standartlaştırılmış kod mimarisini sunar.
RAFT (Retrieval-Augmented Fine-Tuning) (Geri Getirim Destekli İnce Ayar)
RAFT (Retrieval-Augmented Fine-Tuning), bir LLM'i şirket verisiyle uzmanlaştırmak için kullanılan iki dev rakip teknolojinin; yani "RAG (Veritabanından belge okuma)" ile "Fine-Tuning (Modelin beynini yeniden eğitme)" süreçlerinin en güçlü yönlerini birleştiren en güncel (2024) ve hibrit yapay zeka eğitim yöntemidir.
RAG (Geri Getirim Artırılmış Üretim)
RAG (Retrieval-Augmented Generation), büyük dil modellerinin (LLM) dış veri kaynaklarından veya şirket içi özel belgelerden gerçek zamanlı olarak bilgi çekmesini (retrieval) ve bu bilgileri kullanarak daha doğru, güncel ve halüsinasyonsuz yanıtlar üretmesini (generation) sağlayan yapay zeka mimarisidir. Temelde yapay zekaya, cevap vermeden önce okuyup referans alabileceği kapalı bir "kütüphane" verme işlemidir.
Vector Database (Vektör Veritabanı)
Vektör Veritabanı, metinleri, görselleri veya sesleri geleneksel tablo (satır-sütun) yapısı yerine, anlamsal karşılıklarını temsil eden çok boyutlu matematiksel diziler (vektörler/embedding) olarak depolayan, indexleyen ve sorgulayan yeni nesil veritabanı sistemidir. RAG (Retrieval-Augmented Generation) mimarisinin belkemiğidir.