検索拡張生成 (RAG)
検索拡張生成 (RAG) は、大規模言語モデルと外部知識源を組み合わせたAIアーキテクチャです。RAGシステムは、モデルがトレーニング中に学習した内容だけに頼るのではなく、実行時に関連するドキュメント、データベースのエントリ、またはナレッジベースの内容を検索し、そのコンテキストを使用してより正確な回答を生成します。
典型的なRAGのワークフローは3つのステップで構成されています。
これにより、RAGは、最新のビジネスデータ、社内文書、製品カタログ、ポリシー、またはサポートコンテンツを反映する必要がある場合に役立ちます。
RAGは、ハルシネーション(虚偽の情報の生成)を減らし、事実に基づいた根拠を強化し、ベースモデルを再トレーニングすることなくチームが回答を更新できるようにします。これは、AI検索、エンタープライズチャットボット、社内アシスタント、カスタマーサポートツール、ナレッジマネジメントシステムで広く使用されています。