Bilgi getirim destekli üretim (RAG)
Retrieval-augmented generation (RAG)
D3
Bilgi getirim destekli üretim, bir modelin parametrik bilgisini getirilen haricî bilgiyle birleştiren üretim yaklaşımıdır.
İnceleme durumu: 2026-11-26
Teknik açıklama
Bir RAG uygulaması, model yanıt üretmeden önce çalışma zamanında belgeleri veya başka kaynakları getirebilir ve seçilmiş materyali model bağlamına ekleyebilir.
Kavramsal sınırlar
RAG yalnızca bilgi getirme değildir, zorunlu olarak vektör arama kullanmaz ve temellendirme, köken veya olgusal doğruluk garantisi vermez.
Sağlayıcıdan bağımsız örnek
Bir uygulama, politika hakkında yanıt taslağı oluşturmadan önce ilgili politika bölümlerini getirebilir ve bunları soruyla birlikte dil modeline sağlayabilir.
Sınırlılıklar
Getirilen materyal güvenilmeyen veya yanlış olabilir; özgün RAG çalışması da her RAG yanıtının olgusal olduğuna dair garanti değil, karşılaştırmalı sonuçlar bildirir.
İlişkili kavramlar
Atomik iddialar ve kanıt
1.1Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
- Kaynak
- Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
- Kaynak rolü
- Yetkili kaynak
- Tam konum
- Abstract; Section 1: parametric/non-parametric memory and dense Wikipedia index
- Desteklenen iddia
- Özgün RAG makalesi, RAG modellerini dil üretimi için önceden eğitilmiş parametrik ve parametrik olmayan belleği birleştiren modeller olarak tanımlar; önerilen biçiminde haricî bir dizine erişen sinirsel getirici bulunur.
- Son doğrulama
- Gözden geçirme tarihi
- Kapsam sınırlaması
- Sinirsel getirici ve yoğun dizin ayrıntıları makalenin biçimini açıklar ve sonraki her RAG uygulamasını öngörmez.
2.1NIST AI 100-2e2025, Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations
- Kaynak
- NIST AI 100-2e2025, Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations
- Kaynak rolü
- Yetkili kaynak
- Tam konum
- Section 3.1.1 printed p. 39; Figure 6 printed p. 39
- Desteklenen iddia
- NIST, RAG uygulama bağlamını haricî kaynaklardan gelen sorguya bağlı çalışma zamanı materyali olarak açıklar ve üretken yapay zekâ çıktılarındaki kaynak ve atıf iddialarının gözden geçirilmesini önerir.
- Son doğrulama
- Gözden geçirme tarihi
- Kapsam sınırlaması
- Bu risk yönetimi yönlendirmesidir ve her RAG sisteminin aynı hattı kullandığını veya yanlış çıktı ürettiğini iddia etmez.
2.2NIST AI 600-1, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — D3 evidence slice
- Kaynak
- NIST AI 600-1, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — D3 evidence slice
- Kaynak rolü
- Yetkili kaynak
- Tam konum
- MEASURE 2.5, MS-2.5-003 printed p. 32: review and verify sources and citations in GAI outputs
- Desteklenen iddia
- NIST, RAG uygulama bağlamını haricî kaynaklardan gelen sorguya bağlı çalışma zamanı materyali olarak açıklar ve üretken yapay zekâ çıktılarındaki kaynak ve atıf iddialarının gözden geçirilmesini önerir.
- Son doğrulama
- Gözden geçirme tarihi
- Kapsam sınırlaması
- Bu risk yönetimi yönlendirmesidir ve her RAG sisteminin aynı hattı kullandığını veya yanlış çıktı ürettiğini iddia etmez.