以下の記事が面白かったので、かるくまとめました。 ・Building Performant RAG Applications for Production 1. はじめに「LlamaIndex」によるRAG (検索拡張生成) のプロトタイプを作成するのは簡単ですが、それを本番用に性能と堅牢性を備えた大規模な知識コーパスに拡張するのは困難です。 この記事では、「LlamaIndex」によるRAGの性能を向上させるためのさまざまなヒントを紹介します。最終的な目標は、検索 (retrieval) と生成 (generation) の性能を最適化し、より複雑なデータセットに対するより多くのクエリに幻覚なしに正確に答えることです。 2. 本番用のRAGを構築するための考慮事項本番用のRAGを構築するための考慮事項は、次のとおりです。 ・検索用のチャンクと合成用のチャンクの分離 ・より大きな文書セット
![LlamaIndexの性能向上のためのテクニックガイド|npaka](https://cdn-ak-scissors.b.st-hatena.com/image/square/8d0ac54aea8f5492766b3b0132186ca342cdb41b/height=288;version=1;width=512/https%3A%2F%2Fassets.st-note.com%2Fproduction%2Fuploads%2Fimages%2F114865407%2Frectangle_large_type_2_563ac431b43ce31ea3b7f2bab2843900.png%3Ffit%3Dbounds%26quality%3D85%26width%3D1280)