■イベント告知■ 基礎から解説! 生成AI・LLM 企業活用の成功の鍵「RAG」検討の秘訣 (オンラインセミナー)

■イベント告知■ 基礎から解説! 生成AI・LLM 企業活用の成功の鍵「RAG」検討の秘訣 (オンラインセミナー)

生成AI・LLMの企業活用において、「RAG(Retrieval Augmented Generation : 検索拡張生成)」が注目を集めています。

RAGは、企業の社内情報や特定情報から回答を生成するために重要な技術です。RAGとLLMを組み合わせることで、LLMが学習していない情報に関しても回答を生成できるようになります。
(RAGの詳細はこちら:■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)



この「RAG」について基礎から解説するオンラインセミナーを実施いたします!

RAGは、企業の社内情報や特定情報からAIが回答を生成するために重要な技術です。
一言で「RAG」といっても、業務情報から生成する回答精度に大きく差が出る場合があることをご存知でしょうか?

本セミナーでは、「RAGの仕組み」「注目されている背景」など基礎知識から、「お客様のご活用事例」「自社に合ったRAGの見極め方のポイント」などをご紹介いたします。
30分のショートセミナーですので、今後の参考に是非お気軽にご参加ください!

基礎から解説!
生成AI・LLM 企業活用の成功の鍵「RAG」検討の秘訣

・開催日時

-リアルタイム配信-
2024年6月21日(金)14:00 - 14:30

-録画アーカイブ配信-

2024年6月25日(火)13:00-13:30
2024年6月26日(水)16:00-16:30
2024年7月 4日 (木)14:00-14:30
2024年7月 5日 (金)15:00-15:30

・オンライン開催(Zoomセミナー)
・Allganize Japan株式会社主催
・参加費無料
・事前申込制

■このような方におすすめ

・RAGについて詳しく知りたい
・企業向けChatGPT等の生成AIツールを導入したが、本格的な業務活用に至っていない
・現在利用している生成AIツールでは、社内情報からの回答生成精度が低く困っている
・生成AI・LLMの業務活用を検討している
・生成AIをどのように他社が活用しているか、具体的な業務活用方法を知りたい
・最新の生成AIソリューションの情報を調べている

関連リンク

■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において重要なポイントについて解説します。 RAGとは? RAGの概念 生成AI活用時におけるハルシネーションを減らし、より正確な回答を出力する方法としてRAGが注目されています。その動向に伴い、企業向けの生成AIツールを提供している企業において、「RAG(Retrieval Augmented Generation、検索拡張生成)」を前面に打ち出す企業が増えてきています。 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
■技術解説■ 生成AIのハルシネーションを減らす RAG。図表データまで特定できる”企業向けRAG”とは?(後編)
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は少数です。企業向けRAGの必要性と、Allganizeの企業向けRAGの手法および精度向上のための取り組みを紹介します。 企業向けのRAGを解説する1回目の記事では、RAGの概念や動作原理、高性能な検索機能の重要性、RAGの性能を上げるための技術的な課題について説明しました。 2回目の今回は、企業内に存在する複雑な文書に含まれる表やチャートなどを解釈し、適切な答えを見つけ出すRAGについて、具体的な例を紹介したいと思います。 ”企業向けRAG”の必要性 最近、RAG方式を採用した回答生成ツールを提供する企業が増えています。しかし、RAGが実装されていれば何でも良いわけではありません。企業が業務で利用している資料は、図表が多く含まれていたり、ページ数も多く複雑です。 企業が利用するドキュメントは、一般的なRAGの対応可能な範囲を超えていることが多く、質問に関連する情報が記載