LLMは膨大なテキストデータから学習した「汎用的な言語処理能力」を備え、単独でもさまざまな自然言語タスクに対応できます。しかし、そこで実際にアプリケーションを開発しようとすると、次のような課題に直面します。 最新情報の不足や幻覚(ハルシネーション)問題 学習済みモデルだけでは新しい情報を参照できず、曖昧な回答や事実誤認を起こすことがあります。 コンテキストの制限 利用できるコンテキストに現実的に制限があるため、膨大な量の情報を扱うことに制限があったり、長期の対話履歴や細かなユーザープロファイルを忘れてしまいます。 高度なタスク遂行の困難さ たとえば複数ステップに分かれる問題を自力で分割してこなすのは苦手です。計算や検索などの細かいツール操作も、LLM単体では賄いきれません。 こうした背景から「LLMを単体で使うのではなく、周辺にモジュールや仕組みを組み合わせて、複合的に活用する」試みが盛り

