RAG入門: 精度改善のための手法28選 - Qiita

RAGの精度改善するために何があるかを学びました。基本系のNaive RAGを知っている人向けの記事です。 方法が多すぎるので、Youtubeの「RAG From Scratch」を中心に少し整理してみました。LangChainをよく使っているので、LangChain出典が多いです。 全体像 まずは、RAGの全体像。Indexingが同じ流れにあるのが少しわかりにくいのですが、実行タイミングとしてはRAGの前準備としてやっておきます。 画像出典: RAG from scratch: Overview もう少し粒度を細かくした図です。 画像出典: RAG from scratch: Overview 表形式で分類します。Generationだけ少し特殊です。 大分類 中分類 内容

[imash]

色々試しても改善したのか分かりづらく、結果の良し悪しの判断手法が知りたい

[T-norf]

自分で考えて仮実装しているRAG的手法について、ちゃんと名前がついているのがこの記事で分かった。やっぱそうよね

[misshiki]

“Youtubeの「RAG From Scratch」を中心に少し整理してみました。LangChainをよく使っているので、LangChain出典が多いです。” 概要説明と図とリンクというかたちでコンパクトにまとめられています。

[susieq]

なんか工夫してごちゃごちゃ実装してみるけど、単純にコンテクストに文字数を多く突っ込んでLLMに投げるだけが一番安定してる気がしている。いろんな手法は効果少ない割に面倒臭すぎるだろ。

[stabucky]

「28選」の時点で、目についた物全部を並べている、資料作成の初期段階のような気がする。

[khtno73]

精度を出すための手法が揃いつつあるのはいいけど、外部のLLMだと量と頻度によってはembeddingだけでも課金がやばそうで費用対効果考えるとエンタープライズはともかく中小企業までは降りてこないんじゃなかろうか感

[Phenomenon]

おおすぎ…

[shodai]

28個もあるのか