Amazon Bedrock Knowledge Bases × OpenSearch Serverless を使用して日本語RAGの精度を引き出す - Qiita1. はじめに RAGの導入において、「精度が期待より低い」という課題はよく起こります。 2025年以降、様々なAIサービスが発表され RAG は、手軽かつコストをかけずとも構築できるようになりました。 しかし 「動く RAG」 と 「使えるRAG」 は別物です。 特に日本語RAGでは、英語環境で有効とされる設定をそのまま適用したとしても、期待した精度が得られないケースが少なくありません。 この記事では使えるRAGにするために重要となるパラメータチューニングについて実際に検証しながら、日本語RAG精度を引き出す設定を深堀してみたいと思います。 検証環境 本記事では、日本語RAGの実測評価が可能な環境を構築しています。 データセットには、日本語Wikipediaを元にした質問応答データセット MIRACL-ja を使用し、200件の評価クエリで精度を測定します ベクトルDBには、マネージドサ
