アメリカのバイデン大統領の自宅などから副大統領だった当時の機密文書が見つかった問題で、特別検察官はバイデン氏を訴追しないと結論づけました。その理由について特別検察官が、バイデン氏の記憶力の弱さから立証が難しいなどと説明したことに対し、バイデン大統領は急きょ会見を開き「私の記憶力は正常だ」と反論しました。 この問題はバイデン大統領の自宅や個人事務所から、副大統領だった当時のアフガニスタンでの軍事作戦などに関する機密文書が相次いで見つかったもので、ロバート・ハー特別検察官がバイデン氏本人に事情聴取するなどして、捜査を行ってきました。 ハー特別検察官が8日、発表した報告書は「われわれはバイデン氏が機密文書を故意に持ち続けた証拠を突き止めた」としながらも、「刑事訴追をするにはあたらないと結論づけた」としています。 その理由についてハー特別検察官は「バイデン氏の記憶が著しく限られている。自分の息子が

こんにちは！株式会社 ABEJA で ABEJA Platform 開発を行っている坂井（GitHub : @Yagami360）です。 LangChain を使用すれば、RAG [Retrieval Augment Generation] を使用した LLM アプリケーションを簡単に作成できるので便利ですよね。 今回 LangChain での RAG を使用して、LLM が学習に使用していない特定ドメインでの用語を応答する Slack ボットをさくっと作ってみたので共有します。 本コード一式は、以下の GitHub レポジトリに保管しています。 github.com 使い方 コード解説 アーキテクチャ RAG の仕組み ヒューマンインザループによる継続的品質改善 まとめ We Are Hiring! 使い方 事前準備として｛用語集スプレッドシートの作成・Slack アプリの初期設定・各種