# RAG ve Dinamik Filtreler (RAG and Dynamic Filters)

## 🎯 TL;DR
Erişim Destekli Üretim (RAG), Büyük Dil Modellerine (LLM'ler) harici kaynaklardan güncel ve ilgili bilgiler sağlayarak yanıt kalitesini artırır. Dinamik filtreler ise RAG için getirilen bilgiyi sorguya ve kullanıcıya özel olarak seçerek, LLM'in yalnızca en alakalı bağlamı almasını sağlar. Bu sayede LLM'ler daha doğru, odaklanmış ve bağlamsal olarak uygun yanıtlar üretebilir.

## 📚 Anahtar Kavramlar
-   **Retrieval-Augmented Generation (RAG)** → Erişim Destekli Üretim (RAG) (LLM'lere harici kaynaklardan bilgi sağlayarak yanıt kalitesini artıran bir teknik.)
-   **Large Language Models (LLMs)** → Büyük Dil Modelleri (LLM'ler) (Geniş veri kümeleri üzerinde eğitilmiş, metin anlama ve üretme yeteneğine sahip yapay zeka modelleri.)
-   **Dynamic Filters** → Dinamik Filtreler (RAG için getirilen bilgiyi sorguya ve kullanıcıya göre seçerek filtreleyen teknikler.)
-   **Context** → Bağlam (LLM'in yanıt üretirken kullandığı ilgili bilgi veya veri.)
-   **Query** → Sorgu (Kullanıcının LLM'e yönelttiği soru veya talep.)

## 🔍 Detay (Orijinal İngilizce)
Retrieval-Augmented Generation (RAG) enhances Large Language Models (LLMs) by providing them with relevant, up-to-date information from external sources. Dynamic filters are techniques that selectively filter the information retrieved for RAG, ensuring that the LLM receives only the most pertinent context based on the specific query and user. This results in more accurate, focused, and contextually appropriate LLM responses.

## 🔗 Daha Detay İstersen
roadmap.sh ekibinin seçtiği kaynaklar:
-   📖 [Her Yapay Zeka Mühendisinin Bilmesi Gereken 4 Bağlam Mühendisliği Stratejisi](https://newsletter.owainlewis.com/p/4-context-engineering-strategies) — Bağlam mühendisliğinin temel stratejilerini açıklayan bir makale.
-   📖 [Bağlam Mühendisliği](https://blog.langchain.com/context-engineering-for-agents/) — Ajanlar için bağlam mühendisliği kavramını inceleyen bir makale.
-   📖 [RAG Öldü mü? Ajan Yapay Zeka için Bağlam Mühendisliği ve Semantik Katmanların Yükselişi](https://towardsdatascience.com/beyond-rag/?utm_source=roadmap&utm_medium=Referral&utm_campaign=TDS+roadmap+integration) — RAG'ın ötesindeki bağlam mühendisliği ve semantik katmanları tartışan bir makale.