サクサク読めて、アプリ限定の機能も多数！
トップへ戻る
2025年ランキング
techblog.cccmkhd.co.jp
こんにちは、CCCMKホールディングスAIエンジニアの三浦です。 最近DifyというAIアプリケーション開発プラットフォームについて調べていました。社内の有志のメンバーでDifyについて発表しあう会があり、そこに向けて自分も発表の準備をしていたからです。 テーマは何にしようかな・・・と考え、最終的にDifyで組むことが多いRAG(Retrieval-Augmented Generation)の性能をDifyで出来るちょっとした工夫で改善する方法を調べてみることにしました。 RAGのSurvey論文 RAGに関するさまざまな手法を調べるに当たり、最初に目を通したのが以下のRAGのSurvey論文です。 Title: Retrieval-Augmented Generation for Large Language Models: A Survey Authors: Yunfan Gao, Y
こんにちは、CCCMKホールディングスTECH LAB三浦です。 先日は母の日でした。母の日って海外が発祥のイベントなんですよね。世界ではどんな風に母の日をお祝いしているのか、一度調べてみたいな、と思いました。 Large Language Model(LLM)が学習していない情報について回答させるテクニックとして、Retrieval Augmented Generation(RAG)があります。RAGが必要になるケースは結構あるのですが、RAGによってどれだけ質問に正しく回答出来ているのかという定量的な評価が出来ていないな、という課題感を持っています。 RAGはベースのプロンプトの作り方や関連情報の格納の仕方などに結構工夫出来るポイントがあるのですが、それらの工夫を施すことによってRAGの性能がどれだけ良くなったのかをこれまで人の感覚に基づいて評価してきました。この方法だと評価が人によっ
このページを最初にブックマークしてみませんか？
『CCCMKホールディングス TECH LABの Tech Blog』の新着エントリーを見る
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
