Amazon Kendra と ChatGPT で RAG を実現する - Taste of Tech Topics

こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） 今回は Amazon Kendra と OpenAI ChatGPT を組み合わせてRAGシステムを構築してみます。 RAG とは Retrieval Augmented Generation （検索拡張生成） の略で、 ChatGPT に代表される LLM （大規模言語モデル）でユーザの質問への回答を生成する際に必要な情報（コンテキスト）を事前に検索などを通して取得してから、 コンテキストを踏まえた回答を生成する手法のことです。 言い換えると、RAG は検索そのものの処理ではなく、検索結果を解析し、その内容を分かりやすく要約するものです。 RAG を使用することで、

[misshiki]

“ Amazon Kendra と OpenAI ChatGPT を組み合わせてRAGシステムを構築してみます。”

[t_otoda]

”RAG を使用することで、企業内情報やドメイン知識が必要な質問応答において、分かりやすい回答を生成できます。“ “最小限の RAG の構成を 100 行以下で実装できる”