Amazon Bedrock、Amazon Auroraを組み合わせたRAGで回答精度の向上に取り組んでみた!①概要編AWSAuroraragbedrockLLM はじめに 今回はAWS上で実装できるRAGにおいて、回答精度を向上させる手法を調査、検証を行いました。 その際にたまったナレッジを共有いたします。 本記事では、①概要編として調査・検証した内容の概要を紹介いたします。 具体的な実装方法については②実装編として後日投稿予定です。 なお、本記事の内容は2月6日開催されたJr.Champions勉強会 -Top Engineers参観回で話した内容とほぼ同じなので、その際のスライドも共有します。 RAGとは何か? RAGとは、LLMが外部のDBから情報を取得し回答を生成する仕組みのことで、 社内ナレッジに関する質問に回答できるAIチャットボットなどの用途として昨今注目されています。 R
![Amazon Bedrock、Amazon Auroraを組み合わせたRAGで回答精度の向上に取り組んでみた!①概要編 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/be8ad206d8f4a54fe601daeeb59d591e426c52a6/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9QW1hem9uJTIwQmVkcm9jayVFMyU4MCU4MUFtYXpvbiUyMEF1cm9yYSVFMyU4MiU5MiVFNyVCNSU4NCVFMyU4MSVCRiVFNSU5MCU4OCVFMyU4MiU4RiVFMyU4MSU5QiVFMyU4MSU5RlJBRyVFMyU4MSVBNyVFNSU5QiU5RSVFNyVBRCU5NCVFNyVCMiVCRSVFNSVCQSVBNiVFMyU4MSVBRSVFNSU5MCU5MSVFNCVCOCU4QSVFMyU4MSVBQiVFNSU4RiU5NiVFMyU4MiU4QSVFNyVCNSU4NCVFMyU4MiU5MyVFMyU4MSVBNyVFMyU4MSVCRiVFMyU4MSU5RiVFRiVCQyU4MSVFMiU5MSVBMCVFNiVBNiU4MiVFOCVBNiU4MSVFNyVCNyVBOCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1jbGlwPWVsbGlwc2lzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9M2U1MTk1MzdiZWYyMmYwZmY3Y2Y2MGZmMzMxZTBhN2Y%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwTmFva2lfSXNoaWhhcmElMjBpbiUyMCVFNiVBMCVBQSVFNSVCQyU4RiVFNCVCQyU5QSVFNyVBNCVCRSVFMyU4MiVCQiVFMyU4MiVCRSVFMyU4MyVCMyVFNiU4MyU4NSVFNSVBMCVCMSVFMyU4MiVCNyVFMyU4MiVCOSVFMyU4MyU4NiVFMyU4MyVBMCVFMyU4MiVCQSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTMyJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ZTUzYjg0ZmZiYmIzMzAxNTUxODlhODM5OWNiZDg0ZjQ%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D10d21f073b2ca972d82bdae6e7dc80a6)