かんたん読み上げ
ブラウザ内蔵・無料
0%
ブラウザ内蔵の音声で読み上げます。本文が外部に送信されることはありません。音質・対応可否はご利用の端末により異なります。
本記事では、RAGシステムにおける”ノイズ”の役割を分析した研究を紹介します。研究者らは、RAGシステムにおいて検索されるデータにおけるノイズのタイプを7つに定義して評価しています。結果、ノイズの中にも有益なノイズがあり、LLMの性能向上に寄与する可能性が示されました。
参照論文情報
- タイトル：Pandora’s Box or Aladdin’s Lamp: A Comprehensive Analysis Revealing the Role of RAG Noise in Large Language Models
- 著者：Jinyang Wu, Feihu Che, Chuyuan Zhang, Jianhua Tao, Shuai Zhang, Pengpeng Shao
- 所属：Tsinghua University, Beijing National Research Center for Information Science and Technology
背景
LLMはさまざまなタスクで優れた力を見せていますが、古い知識に頼りすぎたり、間違った情報を作り出したりすることがあります。これらの課題を解決するため、（ご存じの方も多いと思いますが）RAGという方法が注目されています。RAGは、LLMが答えを出す前に外からの新しい情報を参照する手法です。
しかし、RAGで取得される情報には正確な事実以外にもさまざまなノイズ（事実とは異なる情報やフェイクニュース、古い内容、スペルミスなど）があり、それらノイズがLLMの働きに影響を与える可能性があります。
Web検索によって情報を取得するタイプのRAGだけに限らず、独自のデータベースを構築する場合においてもノイズは同様に発生します。
これまでの研究では、RAGシステムを実際の複雑な場面で使うことで、ノイズの影響や、システムを強くする方法が調べられてきました。しかし以下の点で不十分でした。
- 調べたノイズの種類が少なく（だいたい3種類以下）、はっきりとした分け方がなかった
- ノイズは悪いものだと決めつけていて、良い影響の可能性があまり考慮されていなかった
- 評価のための資料が足らなかった
このままでは現実的なRAG環境（ノイズが含まれうる状況）を検証できているとは言えません。
そこで今回研究者らは、RAGにおけるノイズの種類を新しく7つに定義し直し、検索時のノイズの具体的な影響を詳しく調べました。
以下でアプローチや実験結果の詳細を紹介します。
