Yapay zeka alanında önemli bir gelişme kaydeden araştırmacılar, bilgi grafiklerini kullanan RAG (Retrieval-Augmented Generation) sistemlerini daha akıllı hale getiren EvoRAG framework'ünü geliştirdi.
Mevcut bilgi grafik tabanlı RAG sistemleri, büyük dil modellerinin mantık yürütme kabiliyetini artırmak için bilgi grafiklerinden çok aşamalı yollar çıkarıyor. Ancak bu sistemler, önceden belirlenmiş bilgi bağımlılıklarının görev gereksinimlerine uygun olmaması nedeniyle gerçek dünyada yetersiz kalıyordu.
EvoRAG'ın temel yeniliği, kullanıcı geri bildirimlerini etkili bir gözetim sinyali olarak kullanması. Sistem, üretilen yanıtlara gelen geri bildirimleri analiz ederek hangi bilgilerin yararlı olduğunu öğreniyor ve bilgi tabanını buna göre güncelliyor.
En zorlu kısım, yanıt düzeyindeki geri bildirimleri bilgi grafindeki üçlü yapıların (triplet) katkı değerlendirmesiyle bağlamak. EvoRAG bu sorunu çözerek, geri bildirimlerden öğrendiklerini doğrudan bilgi güncellemelerine aktarabiliyor.
Bu self-evolving (kendini geliştiren) yaklaşım, yapay zeka sistemlerinin dinamik görev gereksinimlerine uyum sağlamasını ve sürekli gelişmesini mümkün kılıyor. Özellikle karmaşık sorgulama süreçlerinde büyük dil modellerinin performansını önemli ölçüde artırması bekleniyor.