RAG
らぐ自然言語処理
意味・定義
検索拡張生成（Retrieval-Augmented Generation）の略。外部の知識ベースから関連情報を検索し、それを基に回答を生成するAI技術。
解説
RAG（Retrieval-Augmented Generation）は、AIの回答精度を高めるための技術です。AIが答える前に、関連する情報を外部のデータベースから検索し、その情報を参考にして回答を生成します。 従来の言語モデルは、学習時に覚えた知識だけで回答していました。そのため、最新情報には対応できず、幻覚（誤った情報の生成）も起きやすい問題がありました。RAGは、必要な情報をその都度取得することで、これらの問題を解決します。 RAGの仕組みは3ステップです。まず、ユーザーの質問に関連する文書を検索します。次に、検索した文書をAIに渡します。最後に、AIがその文書を参考にして回答を生成します。これにより、根拠のある正確な回答が可能になります。 企業の社内文書検索、カスタマーサポート、専門知識が必要な質問応答など、幅広い用途で活用されています。特に、頻繁に更新される情報を扱う場合に有効です。
使い方・例文
"企業の社内ヘルプデスクでは、RAGを使って社内規定や業務マニュアルから情報を検索し、従業員の質問に正確に答えています。例えば「有給休暇の申請方法は？」という質問に対し、最新の就業規則を参照して回答できます。 ECサイトのカスタマーサポートでは、商品情報データベースと連携したRAGシステムで、「この商品は洗濯機で洗えますか？」といった具体的な質問に、商品ページの情報を基に正確に答えています。医療分野では、最新の医学論文データベースと連携し、医師の診断支援に活用されています。"