Chunking
Bir belgeyi, aranabilir ve bağlama sığacak anlamlı birimlere bölme işlemidir; geri getirme kalitesini belirleyen ilk karardır.
Generative AI
Graf RAG, külliyattan varlık ve ilişki grafı çıkarıp getirme anında bağlı bir alt grafı modele verir; böylece tek bir pasajda bulunmayan, birden çok belgeye yayılmış ilişkiler kurulabilir. "Bu külliyatın ana temaları neler" türü bütüncül sorularda yalnızca vektör aramasına göre üstünlük gösteriyor; ancak grafı çıkarma ve güncel tutma maliyeti ciddidir, bu yüzden graf genelde vektör aramasının yerine değil yanına konur. Graf çıkarımı, topluluk özetleri, grafın vektör aramasıyla birlikte kullanımı ve bakım maliyeti bu başlıkta tartışılır.
Semantik komşuluk: bu konuyu anlamak için gereken veya ondan türeyen kavramlar.
Bir belgeyi, aranabilir ve bağlama sığacak anlamlı birimlere bölme işlemidir; geri getirme kalitesini belirleyen ilk karardır.
Bir modelin tek seferde dikkate alabileceği toplam token miktarıdır; istem, ek bağlam ve üretilen cevap bu bütçeyi paylaşır.
Metin, görsel veya sesin anlamsal yakınlığı koruyacak biçimde sayısal vektörlere dönüştürülmüş temsilidir.
Önceden eğitilmiş bir modelin, belirli bir görev veya alana uyum sağlaması için ek veriyle yeniden eğitilmesidir.
Öğrendiği veri dağılımından yeni metin, görsel, ses, video veya kod örnekleri üreten model ailesinin genel adıdır.
Modelin akıcı ve kendinden emin biçimde, gerçekle uyuşmayan bilgi üretmesidir.
Aynı konunun öğretim ve ölçüm formatları.
Dersler