t_wの輪郭

生成AI

RAG

2023/11/12 12:40:00

Retrieval-Augmented Generation


大体の流れ

  1. ユーザーが質問を発する
  2. ユーザーの質問から関連情報を検索
  3. ユーザーの質問 + 検索結果 を生成AIに与える
  4. 生成結果をユーザーに提示
RAG-NoveltyTableRAGGenie『RAG(Retrieval-Augmented Generation)を活用したCopilotが、Uberに13,000時間のエンジニアリング時間を節約 - InfoQ』『Genie: Uber’s Gen AI On-Call Copilot | Uber Blog』『Xユーザーの専門性・売上・原稿さん: 「O'Reilly Mediaはすでに全技術書を組み込んだLLMで検索ができるので事実上のRAGがある状態だけど、あれ、あんま便利じゃない気がしてるんだよな…。というか、ふつうに全文検索をしたいのにUI的にうっかりあっちを使ってしまって「もうっ!」ってなる」 / X』『Tanuki-8BとOllamaとDifyを使って日本語ローカルRAG構築』『RAG vs GraphRAG の比較 | One Tech Blog』GraphRAG『ナレッジグラフを用いたRAGの改善』あれ『オープンな日本語埋め込みモデルの選択肢 / Exploring Publicly Available Japanese Embedding Models』embedchainAgents for Amazon BedrockOpenAIのAssistantにデライトの輪郭を食わせて、文章を書くのを手伝ってもらってみたら、意外性の無い文章しか生成できなかったLangChainあれRetriever『RAG質問応答システムに使うRetrieverの精度比較』Add your data