GFLOPS 生成AI HUB

RAG

2/2ページ

RAGにも使うベクトル化とは?なぜベクトルデータベースが必要なのか解説

  • 2024.05.28
  • RAG

ベクトル化とは? ベクトル化(Vectorization)は、入力データを数値の配列であるベクトルに変換するプロセスです。この変換は重要であり、ニューラルネットワークなどのMLアルゴリズムやモデルは、テキストや画像のような生のデータではなく、数値データを操作するためです。データをベクトルとして表現することで、数学的操作や線形代数の技術を適用して、データを効果的に分析し処理することができます。 ベク […]

プロンプトエンジニアリングとは?事例とユースケースの解説

  • 2024.05.27
  • RAG

プロンプトエンジニアリング(Prompt Engineering)とは? プロンプトエンジニアリング(Prompt Engineering)は、大規模言語モデル(LLM)などのAIシステムに対して、特定のタスクを効果的に実行させるために、どのようにプロンプト(入力テキスト)を設計するかという技術およびプロセスです。プロンプトは、モデルに対する指示や質問、またはタスクの説明として機能し、モデルが適切 […]

RAGの一部に使われる、文脈内学習(In-Context Learning)とは?

  • 2024.05.27
  • RAG

In-Context Learning(ICL)文脈内学習とは? In-Context Learning(ICL)文脈内学習は、事前に訓練された大規模言語モデル(LLM)が、モデルを微調整することなく新しいタスクに対応できるようにする技術です。この手法では、タスクのデモンストレーションを自然言語形式でプロンプトに統合し、LLMに入力します。LLMは、入力されたプロンプトからタスクの文脈を理解し、適 […]

RAGの仕組みをわかりやすく解説、なぜRAGがビジネスに特化したLLMとして注目されているのか?

  • 2024.05.25
  • RAG

RAG ”ラグ”(Retrieval-Augmented Generation、検索拡張生成)は、大規模言語モデル(LLM)によるテキスト生成に、外部情報の検索を組み合わせることで、回答精度を向上させる技術のことです。「検索拡張生成」と訳され、外部情報の検索を組み合わせることで、大規模言語モデルの出力結果を簡単に最新の情報に更新できるようになる効果や、出力結果の根拠が明確になり、事実に基づかない情 […]