RAGは検索エンジンが命！Azure AI Search初心者入門 - Qiita
はじめに こんにちは！ AI エンジニアのヤマゾーです。 近年、生成 AI の進化が目覚ましく、生成 AI を活用したシステムの開発が盛んに行われています。その中で最も有名なテクニックが RAG です。RAG というのは検索拡張生成 (Retrieval Augmented Generation) の略で、質問の関連情報を検索し、質問と関連情報をセットで入力して回答させる技術のことです。 各企業ではこの RAG システムを積極的に導入していますが、ほぼ確実に課題になるのが検索部分の精度です。そして検索精度を上げるためには検索エンジンの知識が必要不可欠です。 本記事では検索エンジンの筆頭サービスである Azure AI Search を題材に、検索エンジンの基本的な仕組みや検索クエリの書き方について初学者向けに解説します。 サマリ 本記事の目次 1. Azure AI Search の概要
マイクロソフト、ChatGPTに任意のドキュメントを読み込ませて回答を得られる「Azure OpenAI Service On Your Data」パブリックプレビュー開始
マイクロソフトは、ChatGPTとChatGPT-4に任意のドキュメントなどを読み込ませることで、そのドキュメントに基づいた回答を自然言語で得られる新サービス「Azure OpenAI Service On Your Data」のパブリックプレビューを発表しました。 例えば、社内規約や社内マニュアルなどをChatGPTに読み込ませると、「PCの修理を申し込むための社内手続きは？」といった、汎用の知識だけしか持たない従来のChatGPTでは答えられない質問にも回答できるようになります。 さらに、ChatGPT/ChatGPT-4に任意のドキュメントを読み込ませるための支援ツール「Azure AI Studio」には、そのままチャットボットAIをWebアプリケーションとして公開する機能が備わっています。 これにより、ドキュメントやデータを読み込ませるように設定したチャットAIのサービスを、簡単
クラウド設計パターン - Azure Architecture Center
アーキテクトは、プラットフォーム サービス、機能、およびコードを組み合わせてワークロードを設計し、ワークロードの機能要件と非機能要件を満たします。 ワークロードを設計するには、これらのワークロード要件を理解してトポロジを選択し、ワークロードの制約によって提示される課題の解決にアプローチする必要があります。 多くの一般的な課題に対処するクラウド設計パターン。 システム設計は、設計パターンに深く浸透しています。 インフラストラクチャ、コード、分散システムはすべて、設計パターンの組み合わせを中心に設計されています。 これらの設計パターンは、信頼性が高く、セキュリティ保護、コストの最適化、運用上正常、高いパフォーマンスのアプリケーションをクラウドで構築するのに役立ちます。 これらの設計パターンは、どのテクノロジに対しても固有ではなく、Azure、他のクラウド プラットフォームでホストされているかど
無料で Azure を使って勉強できる Microsoft Learn のコンテンツの探し方 - かずきのBlog@hatena
前にも紹介書きました blog.okazuki.jp blog.okazuki.jp もうちょっとだけ Learn について紹介したいと思います。 ラーニングパス・モジュール・ユニット とりあえず、ラーニングパスとモジュールとユニットがありますが関係性は以下のようになっています。 ラーニングパス（モジュールをまとめたもの） モジュール（ユニットをまとめたもの） ユニット（最小の学習単位） ユニットは、必ず 1 つのモジュールに所属しています。 モジュールは複数のパスから参照されています。なので機械学習のパスだと A, B, C のモジュール、Web 開発だと A, D, E のモジュールのような感じになっています。なので、大きな括りで学習するコースを探したいなと思ったらパスかモジュールを探すといい感じです。 「すべてのパスを閲覧する」を選択するとデフォルトでラーニングパスやモジュールを閲覧
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
