RAGとMulti Query Retriever: 社内ナレッジ検索結果の精度向上の鍵 - HEROZ Tech Blog

はじめに 知識抽出におけるRAGの役割 RAGの限界 LLMによるクエリ拡張 Multi Query Retrieverによるクエリ拡張 Multi Query Retrieverを利用したクエリ拡張時の性能とコストの評価 まとめ はじめに こんにちは、HEROZ ASK の開発チームです。 herozask.ai 今回のポストでは、このプロダクトの開発で活用している検索精度の向上技術についてお話します。 知識抽出におけるRAGの役割 そもそも現在公開されているLLMをそのまま用いて社内ナレッジについて質問すると、事実に基づかない文章を生成してしまう、いわゆる『ハルシネーション』が起きてしまいます。 このハルシネーションに対抗する手段のひとつがRAGです。RAG(Retrieval Augmented Generation)は、検索ベースのモデル(Retrieval)と生成ベースのモデル(