生成AI・LLMを活用し、企業の社内情報や特定情報から回答を生成するにあたって、LLMのハルシネーションを低減するRAG（Retrieval Augmented Generation：検索拡張生成）への関心が高まっています。最近では、多数のRAGソリューションの中から自社に適したものを探す企業が増えています。 RAGの仕組みや企業向けのRAGにつきましては、以前の当ブログの記事でもご紹介しておりますので、よろしければ過去記事（技術解説：企業向けRAGとは？）もご覧ください。 ■技術解説■ 生成AIのハルシネーションを低減するRAG。図表データまで特定できる”企業向けRAG”とは？（前編）生成AIのハルシネーションを低減する技術として注目されるRAG（Retrieval Augmented Generation：検索拡張生成）。 このRAGという技術を活用することで、特定ドキュメント等から回答を自動生成できます。 本記事では、RAGの概念、動作の仕組み、RAGにおける検索性能の重要さ、RAGの性能を向上させる戦略について説明します。 1回目の今回は、RAGの概念や仕組みや、RAGにお

生成型AIのハルシネーションを減らす手段としてRAG（Retrieval Augmented Generation : 検索拡張生成）が注目されていますが、複雑な表やチャートなどを解釈できるRAGはまだ少数です。 1回目の記事では、RAGの概念、仕組み、高性能な検索機能の重要性について簡単にご紹介しました。（RAGで実現できることや基本的な仕組みについて知りたい方は、ぜひ記事前編をご覧ください！） ■技術解説■ 生成AIのハルシネーションを低減するRAG。図表データまで特定できる”企業向けRAG”とは？（前編）生成AIのハルシネーションを低減する技術として注目されるRAG（Retrieval Augmented Generation：検索拡張生成）。 このRAG（ラグ）という技術を活用することで、特定ドキュメント等から回答を自動生成できます。 企業向けの生成AIツールを提供している企業でも、RAG機能を前面に打ち出す企業も増えているため、目にしたことのある方も多いかもしれません。 本記事では、RAGの概念、動作の仕組み、RAGにおける検索性能の重要さ、RAGの性能を向上させる戦略に

生成AIのハルシネーションを低減する技術として注目されるRAG（Retrieval Augmented Generation：検索拡張生成）。 このRAG（ラグ）という技術を活用することで、特定ドキュメント等から回答を自動生成できます。 企業向けの生成AIツールを提供している企業でも、RAG機能を前面に打ち出す企業も増えているため、目にしたことのある方も多いかもしれません。 本記事では、RAGの概念、動作の仕組み、RAGにおける検索性能の重要さ、RAGの性能を向上させる戦略について説明します。 1回目の今回は、RAGの概念、仕組み、RAGにおいて重要なポイントについて簡単に解説します。 RAGとは？ RAGの概念 RAGは、2020年5月に発表された論文「Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks（知識集約型NLPタスクのための検索拡張生成）」で初めて登場した概念です。 この論文の第一著者であるパトリック・ルイス（Patrick Lewis）博士はMeta社に在籍中にこの論文を執筆