# RAG (Retrieval-Augmented Generation)

## 🎯 TL;DR
Erişim Destekli Üretim (RAG), yapay zeka modellerinin daha doğru ve bağlamla alakalı yanıtlar üretmesini sağlayan bir yaklaşımdır. Bu yöntem, bir bilgi tabanından ilgili verileri alıp, ardından bir dil modelinin bu bilgilere dayanarak yanıt oluşturmasını içerir. Böylece, üretken modellerin çıktıları gerçek dünya verileriyle desteklenerek güvenilirlikleri artırılır.

## 📚 Anahtar Kavramlar
- **Retrieval-Augmented Generation (RAG)** → Erişim Destekli Üretim (RAG) (Bilgi erişimi ile dil üretimini birleştiren bir yapay zeka yaklaşımı.)
- **Information Retrieval** → Bilgi Erişimi (Bir bilgi tabanından veya kaynaktan ilgili verileri bulma ve getirme süreci.)
- **Language Generation** → Dil Üretimi (Bir dil modeli kullanarak metin veya konuşma oluşturma süreci.)
- **Knowledge Base** → Bilgi Tabanı (Yapılandırılmış veya yapılandırılmamış bilgilerin depolandığı bir depo.)
- **Generative Models** → Üretken Modeller (Yeni ve orijinal içerik üretebilen yapay zeka modelleri.)
- **Grounding** → Temellendirme (Bir modelin çıktısını gerçek dünya verilerine veya olgulara dayandırma eylemi.)
- **Embeddings** → Gömme/Vektör Temsil (Metin veya diğer verilerin anlamsal olarak benzer öğelerin birbirine yakın olduğu sayısal vektörlere dönüştürülmesi.)
- **Similarity** → Benzerlik (İki veri noktasının (genellikle vektörlerin) ne kadar benzer olduğunu ölçme.)

## 🔍 Detay (Orijinal İngilizce)
Retrieval-Augmented Generation (RAG) is an AI approach that combines information retrieval with language generation to create more accurate, contextually relevant outputs. It works by first retrieving relevant data from a knowledge base or external source, then using a language model to generate a response based on that information. This method enhances the accuracy of generative models by grounding their outputs in real-world data, making RAG ideal for tasks like question answering, summarization, and chatbots that require reliable, up-to-date information.

## 🔗 Daha Detay İstersen
roadmap.sh ekibinin seçtiği kaynaklar:
- 📖 [What is Retrieval-Augmented Generation? - Google](https://cloud.google.com/use-cases/retrieval-augmented-generation) — Google Cloud'un RAG'ı açıklayan makalesi.
- 📖 [RAG Explained: Understanding Embeddings, Similarity, and Retrieval](https://towardsdatascience.com/rag-explained-understanding-embeddings-similarity-and-retrieval/?utm_source=roadmap&utm_medium=Referral&utm_campaign=TDS+roadmap+integration) — RAG'ın temel bileşenleri olan gömmeler, benzerlik ve erişimi açıklayan bir makale.
- 🎥 [What is Retrieval-Augmented Generation? - IBM](https://www.youtube.com/watch?v=T-D1OfcDW1M) — IBM'in RAG'ı tanıtan kısa bir videosu.