「LLM」×「RAG」を徹底解説【中編】
「RAG」とは何か？ なぜ“LLMの限界”を突破できるのか
LLMを使う際にネックとなるのが回答精度の問題だ。この課題を克服する上で「RAG」（検索拡張生成）が役立つ。RAGはどのようにLLMの回答精度を高めるのか。その仕組みを解説する。
大規模言語モデル（LLM）を活用する上で大きな課題となるのが、ハルシネーション（事実に基づかない回答を出力すること）のリスクだ。こうしたLLMの課題克服に役立つ技術として「RAG」（検索拡張生成）が注目されている。RAGはLLMの回答精度向上にどう役立つのか。その仕組みを解説する。
なぜ「RAG」で“LLMの限界”を突破できる？
併せて読みたいお薦め記事
連載：「LLM」×「RAG」を徹底解説
「RAG」に関する話題
RAGは、学習データ以外に外部のデータベースから情報を検索、取得し、LLMが事前学習していない情報も回答できるように補う手法を指す。RAGは追加のトレーニングを必要とせずにLLMの回答精度向上が可能になるため、ユーザー企業が独自でモデルをトレーニングする「ファインチューニング」と比べてコスト効率に優れた手法になる可能性がある。
RAGの具体的な仕組みは次の通り。
- 最初に、ユーザーがプロンプト（情報を生成するための指示や質問文）を入力する。
- LLMがプロンプトを受け取る前に、RAGがプロンプトを取り込み、参照先のデータセットを用いて関連する情報を補足する。
- 改善したプロンプトをLLMに転送する。プロンプトを補強することで、LLMからより精度の高い回答、つまりより正確でニュアンスに沿った回答を引き出せるようにする。
- カスタマイズされた回答がユーザーに返される。前述のステップで強化されることで、回答はより正確で関連性が高く、元のクエリにより合致したものとなる。
ユーザーは独自のデータセットをRAGの参照先として設定することで、LLMの回答を独自に調整できる。そのためRAGは、特に専門知識を必要とする分野で活躍する。医療診断や法的なアドバイス、製品レビューなどがその例だ。
例えば、「新型コロナウイルス感染症（COVID-19）に関する最新ニュースを要約して」とLLMに指示したとする。LLMは、COVID-19に関する最新データを保持していないため、回答には古いもしくは不正確な内容が含まれる可能性がある。一方で、RAGの参照先にCOVID-19関連の最新ニュースや統計情報が含まれている場合、そこから最も関連性の高い情報を取得し、最新の情報や正しい内容に基づいた情報を反映して、回答を補強できる。
次回は、RAGに期待される進化について解説する。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
技術文書・技術解説
[Jamf Japan 合同会社] MDMだけでモバイルセキュリティは十分？ 不足する対策を16項目でチェック -
事例
[Wrike Japan 株式会社] 世界的な家電メーカーが実践する「クリエイティブプロセス効率化」の方法とは？ -
事例
[Wrike Japan 株式会社] 世界的テクノロジー企業に学ぶ、プロセス標準化とプロジェクト納品自動化の秘訣 -
事例
[Wrike Japan 株式会社] ソニー・ピクチャーズ テレビジョンに学ぶ、次世代サービスデリバリーのヒント -
事例
[Wrike Japan 株式会社] ソミック石川に学ぶ、ICT浸透後に直面した「工数管理」の課題と解決策
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
2
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4％
-
3
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは？
-
4
「データストレージの活用方法」に関するアンケート
-
5
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
6
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
7
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
8
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
9
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
10
MS月例パッチが1000件突破 人手不足の情シスを襲う「月1回メンテ」の崩壊
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
3
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
4
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
7
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
8
情報セキュリティ対策早分かりガイド：25の自社診断で弱点と解決策を理解
-
9
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
10
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー