生成AIのRAG構成を大手3社（AWS、Azure、Google Cloud）で徹底比較してみた - G-gen Tech Blog
G-gen の堂原と又吉です。当記事では、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud（旧称 GCP）が提供するフルマネージドな RAG サービスの比較を行います。 はじめに 当記事について RAG とは 3社比較 前提条件 機能比較 料金シミュレーション 想定シナリオ AWS Azure Google Cloud 総評 AWS Azure Google Cloud 詳細の解説 Knowledge bases for Amazon Bedrock（AWS）の詳細 構成図 プロダクト一覧 Knowledge bases for Amazon Bedrock Amazon S3 Amazon OpenSearch Service できること 検索 対応データソース 料金 概要 基盤モデル利用料金 ベクトルデータベース料金 Azure
RAGの実装戦略まとめ - Qiita
それでは以下、簡単なデモを含めながら個別に説明していきます。 1. ハイブリッドサーチ こちらは、性質の異なる複数の検索方式（例えばベクトル検索とキーワード検索）を組み合わせて検索精度を向上させる手法になります。 各検索方式単体の場合に比べ、性質の異なる検索方式を組み合わせ、ある種いいとこ取りをする事で、検索性能の向上が期待できます。 今回はBM25でのキーワードベースの類似度検索と通常のベクトル検索を組み合わせていきます。 BM25について簡単に説明しておくと、文脈や文章構造は完全に無視した上で、文書内の単語を全てバラバラに分割し、文書内の各単語の出現頻度と文書間におけるレア度を加味した特徴量を算出します。 つまり、特定の文書内の各単語の数をカウントしてヒストグラムを作れば、似たような文書には同じような単語がよく出るはずなので(同じようなヒストグラムの形になるので)、類似度が高くなる性質
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
社内情報検索システムで用いられるRAGの4つの実装方法
2 松本 和高 株式会社エクスプラザ リードエンジニア X: _mkazutaka Github: mkazutaka 18年にバックエンドエンジニアとしてメルカリに入社。その後、ミラ ティブ、フリーランスを得て株式会社エクスプラザに所属。フロント エンドからバックエンドまで幅広く開発しています。趣味で、FXの自 動売買Botを作成している 現在08/30に第一子が生まれ現在育休中 https://note.com/mkazutaka/n/n9f0e2c4dee96 CONFIDENTIAL INFORMATION: Not for Public Distribution - Do Not Copy 3 株式会社エクスプラザ （EXPLAZA, Inc.） 会社名 プロダクトの力で、豊かな暮らしをつくる ミッション 代表取締役CEO 高橋一生 代表者 2020年07月03日 設
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
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
https://x.com/_stakaya/status/1828410082415022461?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/ai_database/status/1812832776766517758?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/a7_data/status/1760589494007345232?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/a7_data/status/1757323221983223855?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/nogawanogawa/status/1756875867224261060?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/muji___rushi/status/1752647343441383767?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/_stakaya/status/1752277352305078405?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/ai_database/status/1751414199673291092?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/mlbear2/status/1744290626903126125?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/keigohtr/status/1739091961829786039?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/ogawa_yutaro_22/status/1738511071630237738?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/maxwell_110/status/1737592461059412058?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://x.com/ogawa_yutaro_22/status/1737279174929477981?s=12&t=suYC6B2IhN7jv0qU5zDxmQ