読み方のヒント

矢印ボタン(または ← → キー)でページを移動できます。

第2節 RAG(検索拡張生成)

2.1 RAGが必要とされる理由

千尋は、店の返品のルールを生成AIに聞いてみました。

頼んだ文
この店では、買ってから何日以内なら返品できますか。

AIの答え
一般的には、購入から7日から14日以内であれば返品できる店が多いです。

LLMは、千尋の店の規則を学習していません。そのため、一般的な話でそれらしく答えるか、ハルシネーションを起こします。

RAG(Retrieval-Augmented Generation:検索拡張生成)は、質問に関係する資料を外部から検索し、その内容をプロンプトに加えてから、LLMに答えを作らせる方法です。

LLMだけの弱点RAGでの補い方
学習していない社内の情報を知らない社内の資料を検索して渡す
学習した時点より後の情報を知らない最新の資料を検索して渡す
根拠のない答えを作ることがある答えの根拠となる資料を示せる

モデルを追加学習させずに、資料を入れ替えるだけで最新性と正確性を高められるのが、RAGの大きな利点です。

7 / 30