RAGの実案件に取り組んできた今までの知見をまとめてみた | DevelopersIO
はじめに 新規事業部 生成AIチーム 山本です。 ChatGPT（OpenAI API）をはじめとしたAIの言語モデル（Large Language Model：以下、LLM）を使用して、チャットボットを構築するケースが増えています。通常、LLMが学習したときのデータに含まれている内容以外に関する質問には回答ができません。そのため、例えば社内システムに関するチャットボットを作成しようとしても、素のLLMでは質問に対してわからないという回答や異なる知識に基づいた回答が（当然ながら）得られてしまいます。 この問題を解決する方法として、Retrieval Augmented Generation（以下、RAG）という手法がよく使用されます。RAGでは、ユーザからの質問に回答するために必要そうな内容が書かれた文章を検索し、その文章をLLMへの入力（プロンプト）に付け加えて渡すことで、ユーザが欲しい
子供を塾に通わせる前にやっておくべき「勉強のインフラ整備」の話
この記事で書きたいことは、大筋以下のような内容です。 ・「勉強出来ない教育ママはとにかく塾に通わせたがる」的な話を読みました ・塾で全てが解決するわけではないのはまあその通りなのですが、マウントと煽り主体で「じゃあどうすればいいねん」という話を置いていき過ぎだなとも感じました ・塾が有効に動作しない時、その原因になるのは多くの場合「タスク管理不足」です ・人類はマルチタスクが苦手でして、その為タスク管理やタスク整理の練習を積まないといけません ・子どもに「勉強する気を起こさせる」ことは大抵の場合極めて困難ですが、勉強をするインフラを整え、タスク管理の技術習得を手伝ってあげることは出来ます ・どうすればいいの？→大きく三つあります。「広い机を用意して」「タスク可視化とタスク整理用のインフラを作って」「当初はなるべく子どもと一緒にタスク整理をしてあげましょう」 ・ただ、その上で「三歩進んで二歩
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
