エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
RAGの精度を向上させる~Self-Reflective RAG~|tlo_oly
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
RAGの精度を向上させる~Self-Reflective RAG~|tlo_oly
通常のRAGとの違い通常のRAG 質問 → 参照 → 回答生成 という直線的なフロー Self-Reflective RAG 質問 →... 通常のRAGとの違い通常のRAG 質問 → 参照 → 回答生成 という直線的なフロー Self-Reflective RAG 質問 → 参照 → フィードバック → 回答生成 → フィードバック フィードバックを受けて次の行動を選択する(質問を修正する / 再度ドキュメントを参照するなど) 実装方法LangChainが最近ローンチしたLangGraphを使うことで簡単に実装できます。LangChain公式で、Self-RAGとCRAGという2パターンのSelf-Reflective RAGの実装サンプルが紹介されています。 Self-RAGSelf-RAGはこちらの論文で紹介されているアイデアです。 実装サンプル examples/rag/langgraph_self_rag.ipynb より<フローの見方> nodeは状態(state)を変化させる edgeは次にどのnodeを呼ぶか選択