# Belge koleksiyonları büyüdükçe RAG doğruluğu düşüyor

> Araştırmaya göre, farklı türlerde daha fazla belge eklemek erişim destekli üretimin performansını düşürdü; testte hassasiyet %63 geriledi.

Oossa · 2026-10-15 · https://oossa.com/tr/large-document-collections-reduce-rag-accuracy-study-finds

Nabaraj Subedi’nin liderlik ettiği araştırmacılar, giderek büyüyen belge kümelerinde erişim destekli üretimi (RAG) inceledi. Wyoming DOT sisteminde derlem 54 belgeden 1,128 belgeye çıkarıldığında precision@10 %63 düştü; yanıtı içeren belgeyi bulma oranı ise %23 geriledi. Makalede, ek eğitim gerektirmeden erişimi ilgili alanlarla sınırlayan bir yumuşak kapsam belirleme tekniği öneriliyor. Yazarlar, önce yumuşak kapsam belirlemenin uygulanmasını, ardından tek bir sentez çağrısı yapılmasını tavsiye ediyor.

## Gerçekler

- Derlem 54 belgeden 1,128 belgeye çıktı; precision@10 %63, yanıtı içeren belgeyi bulma oranı %23 düştü
- Makale 2026-10-15’te arXiv’de yayımlandı ("Thu Oct 15 2026 06:00:00 GMT+0200")

## Neden önemli

RAG tabanlı sohbet botları geliştirenler için daha fazla belge eklemek, alan kapsamı belirlenmediği takdirde yanıtların doğruluğunu düşürebilir.

## Kaynaklar ve referanslar

1. [When More Documents Hurt RAG: Measuring and Reducing Vector Search Dilution with Domain-Scoped Retrieval](https://arxiv.org/abs/2606.11350) – arXiv cs.IR, 2026-10-15

Son güncelleme: 2026-10-15