手軽にグラフ入りドキュメントでRAGを試す方法

導入 こんにちは、株式会社ナレッジセンスの須藤英寿です。 今回は文書の前処理によって、LLMの回答精度を20%も引き上げることに成功したRAGの手法について紹介します。かなりシンプルな手法で、RAGの効果を簡単に体験できる方法となっているので、まだRAGを作ったことが無い方におすすめの手法となっています。 サマリー 今回紹介する論文では、企業の財務情報の読み込みに、前処理とRAGを組み合わせることでそのままデータを渡した場合と比較して性能を20％向上させることに成功しています。しかも誰でも簡単に利用することができる手段の組み合わせで実現しており、RAGをそもそも試したことがない方や少し試してみたけどイマイチ効果がわかりにくいと感じた方が、試しやすい方法となっています。 LLMの解釈の限界 現状のLLMの解釈の限界 昨今のLLMは巨大な入力トークン上限とマルチモーダルの能力を手に入れたことで