Generative AI
Hibrit arama, anahtar kelimeye dayanan seyrek aramayı (BM25) yoğun vektör aramasıyla birleştirir ve iki listeyi RRF gibi bir kaynaştırma yöntemiyle tek sıralamaya indirir; böylece tek başına vektör aramasının kaçırdığı tam eşleşmeler, kod parçaları, ürün kodları ve özel adlar da yakalanır. İkinci aşamada bir cross-encoder yeniden sıralayıcı (reranker) aday kümesini soruyla birlikte yeniden puanlar ve modele giren belge sayısını düşürür — bu iki aşamalı hat, üretim RAG sistemlerinde yaygın öneri hâline geldi. Kaynaştırma yöntemleri, reranker seçimi, gecikme bütçesi ve sıralama kalitesinin ölçümü buraya bağlanır.
Anlamsal arama, sorguyla aynı kelimeleri içermeyen ilgili belgeleri bulur; bu gerçek bir kazanç. Ama kurumsal veri kod, ürün numarası, madde numarası ve özel adla doludur ve bu sorgularda tam eşleşme gerekir — anlamsal yakınlık "benzer" bir kaydı getirir, doğru olanı değil. İki yöntem birbirinin alternatifi değil; hiçbirinin tek başına kapsamadığı sorgu sınıfları var.
Semantik komşuluk: bu konuyu anlamak için gereken veya ondan türeyen kavramlar.
Öğrendiği veri dağılımından yeni metin, görsel, ses, video veya kod örnekleri üreten model ailesinin genel adıdır.
Metin, görsel, ses ve video gibi birden fazla veri türünü aynı model içinde birlikte işleyen yapay zekâ yaklaşımıdır.
Bir dil modelinden istenen davranışı almak üzere girdinin yapısını, bağlamını ve kısıtlarını sistematik biçimde tasarlama pratiğidir.
Aynı konunun öğretim ve ölçüm formatları.
Testler
