Bilgi Tabanı (Knowledge Base)

Bilgi tabanı (knowledge base) nedir?

Bir AI sisteminde, özellikle RAG (retrieval-augmented generation) mimarisinde bilgi tabanı, modelin bir soruya yanıt verirken başvurduğu dış bilgi deposudur. Kısacası alan-özel (domain-specific) ve güncel bilgiyi tutan bir depodur: şirket dokümanları, ürün kılavuzları, SSS''ler, veritabanı kayıtları, wiki sayfaları gibi kaynaklar burada toplanır.

Modelin kendi eğitim verisi dondurulmuştur ve bir knowledge-cutoff''u vardır; bilgi tabanı ise bu dışına çıkıp güncel ve kuruma özel bilgiyi devreye sokmanın yoludur.

Nasıl çalışır?

İçerik, kullanılabilir hale gelmeden önce bir hazırlık hattından geçer:

• Ingestion ve ön işleme: veri kaynaklardan çekilir, temizlenir ve parçalara (chunk) bölünür.
• Embedding: embedding modelleri her parçayı sayısal bir vektöre çevirir.
• Depolama: bu vektörler bir vector database''e indekslenir; böylece gelen soruya anlamsal (semantic) benzerlik aramasıyla en ilgili parçalar bulunabilir.

Soru geldiğinde retriever bilgi tabanını tarar, en ilgili parçaları çeker ve bunları modele giden prompt''a ekler. Bilgi tabanı hem yapılandırılmış (structured) verileri hem de PDF, sunum, görsel gibi önceden işlenmiş yapılandırılmamış (unstructured) kaynakları tutabilir.

Neden önemli?

Bilgi tabanı, modelin cevaplarını güncel ve doğrulanabilir veriye dayandırır (grounding). Bu, halüsinasyonu — kulağa makul gelen ama yanlış çıktıyı — azaltır ve modeli sık sık yeniden eğitme (fine-tuning) maliyetinden kurtarır. İyi kurulmuş bir bilgi tabanı, bir AI asistanının "uydurma" yerine "kaynağa bakarak" cevap vermesinin temelidir.

Kullanım alanları

• Müşteri destek chatbot''ları
• Kurum içi soru-cevap asistanları
• Teknik dokümantasyon arama
• Hukuk, sağlık, finans gibi doğruluğun kritik olduğu alan asistanları