AutoRAG-Research - En Yeni RAG Makale Pipeline Uygulamalarının Derlemesi ve Karşılaştırmalı Deney Aracı

• AI Agent çağında da RAG hâlâ geçerliliğini koruyor; dış bilgi ve belgelerin gerektiği durumlarda sisteme mutlaka dahil edilmesi gereken temel bir bileşen olmaya devam ediyor
• Agent ile RAG’i birleştiren Agentic RAG, bilgi grafiği kullanan Graph RAG, görüntü tabanlı embedding modellerinden yararlanan Multi-modal RAG gibi alanlarda sayısız yeni yöntem ortaya çıkıyor
• Taşan yeni yöntemler ve benchmark veri kümelerine kıyasla, bunları yeniden uygulayıp performanslarını doğrulayabilecek standartlaştırılmış bir deney ortamı bulunmuyor
• AutoRAG-Research, mevcut benchmark veri kümeleri ile RAG yöntemlerinin performansını kolayca karşılaştırmayı sağlayan açık kaynaklı bir proje
• Birden fazla benchmark veri kümesini standartlaştırılmış bir schema ile yönetiyor; araştırmacılar, embedding işlemi tamamlanmış DB’leri yalnızca indirerek deneylerde hemen kullanabiliyor
• En yeni RAG makaleleri önceden uygulanmış durumda ve doğrudan kullanılabiliyor
• Özel veri kümeleri ve özel RAG pipeline’larının kolayca eklenebilmesi için tasarlanmış plugin yapısını destekliyor

---

Merhaba, ben AutoRAG’ı geliştiren Kim Donggyu. Bu kez, AutoRAG’da eksik kaldığını düşündüğüm noktaları ve bu süreçte çok şey öğrendiğim deneyimleri bir araya getirerek AutoRAG-Research adlı bir RAG araştırma-geliştirme aracını açık kaynak olarak yayımladım.
Bugünlerde AI Agent’lar gündemin merkezinde olsa da, RAG birçok endüstriyel sahada fiilen uygulanıyor ve Agent’larla da ayrılmaz bir ilişki içinde.
RAG araştırırken yaşadığım sayısız deneme-yanılma sürecini ve rahatsızlık veren noktaları çözmek amacıyla bu projeyi geliştirdim; şimdi de büyük bir memnuniyetle açık kaynak olarak paylaşıyorum.

İlginizi bekliyorum; ayrıca GitHub’da yıldız verirseniz çok sevinirim!

[kimjj81]

Görünüşe göre RAG konusunda uzmanlaşmaya devam ediyorsunuz. AutoRAG’in iş açısından ne kadar başarılı olduğunu da merak ediyorum.

[jws1837]

Teşekkür ederim.