RAG

ホーム
過去の記事一覧

コンテンツ検索

ロングコンテキストLLM台頭の今もRAGを使用する理由

By AIDB Research / 2024/09/06

この記事では、LLMが長い文章を理解でき...

RAGの検索データにおける「ノイズ（事実とは異なる情報など）」には有益なノイズと有害なノイズがある

By AIDB Research / 2024/09/05

本記事では、RAGシステムにおける”ノイ...

ドキュメントを細かく切って質問に変換　企業向けRAGのテクニック

By AIDB Research / 2024/09/04

企業がRAGを行う上での参考になるテクニ...

LLMが「文化的な背景」を考慮した回答を行うようにする方法

By AIDB Research / 2024/09/03

この記事では、LLMが文化的な背景に沿っ...

GPT-4oで保険、銀行、小売りなどで人間への売り込みを実験　最大35%の確率で購買決定に成功

By AIDB Research / 2024/09/02

本記事では、LLMが人間を説得する力をど...

「AIが自動的に優れたAIエージェントを設計する」新分野の提唱　数学エージェントが読解でも好成績

By AIDB Research / 2024/08/30

本記事では、LLMベースのエージェントを...

RAGで検索文書の要約を活用したクエリ書き換えが検索精度を大幅に向上させる　AWS報告

By AIDB Research / 2024/08/29

本記事では、LLMを活用したRAGシステ...

人間を討論で言い負かすディベート上手なLLMの実装

By AIDB Research / 2024/08/28

本記事では、LLMを活用してディベートに...

プロンプトの影響によるLLMの性能のばらつきを考慮した評価指標「Sharpeスコア」　NAIST研究者ら考案

By AIDB Research / 2024/08/27

本記事では、LLMの理解力をより正確に評...

モデルとデータの大規模化で変化するLLMのハルシネーション　Google DeepMindの研究

By AIDB Research / 2024/08/26

まるで人間のように文章を作ることができる...

2024/3/29
LLM RAG 論文

RAG（検索拡張生成）において約半分のトークン数でタスクを実行できるフレームワーク『FIT-RAG』

2024/3/26
LLM RAG 論文

AIDB

コンテンツ検索

ロングコンテキストLLM台頭の今もRAGを使用する理由

RAGの検索データにおける「ノイズ（事実とは異なる情報など）」には有益なノイズと有害なノイズがある

ドキュメントを細かく切って質問に変換　企業向けRAGのテクニック

LLMが「文化的な背景」を考慮した回答を行うようにする方法

GPT-4oで保険、銀行、小売りなどで人間への売り込みを実験　最大35%の確率で購買決定に成功

「AIが自動的に優れたAIエージェントを設計する」新分野の提唱　数学エージェントが読解でも好成績

RAGで検索文書の要約を活用したクエリ書き換えが検索精度を大幅に向上させる　AWS報告

人間を討論で言い負かすディベート上手なLLMの実装

プロンプトの影響によるLLMの性能のばらつきを考慮した評価指標「Sharpeスコア」　NAIST研究者ら考案

モデルとデータの大規模化で変化するLLMのハルシネーション　Google DeepMindの研究

RAG（検索拡張生成）において約半分のトークン数でタスクを実行できるフレームワーク『FIT-RAG』

RAGにおいてLLMが「役立たない情報を無視」できるようにする『RAFT』QAタスクで従来の手法を大幅に上回る結果を達成

表とテキストを両方含むドキュメントからLLMで上手に情報抽出を行う手法

検索結果をLLMでチェックして自動的に再検索する『MetaRAG』出力精度を大幅に向上

RAGにおいて取得された情報と事前知識が矛盾しても、情報に説得力があるときLLMは受け入れる

大規模言語モデル（LLM）のこれまでとこれから③　-使用法・拡張法、データセット編-

GPT-4にRAG（検索拡張生成）を適用するケーススタディ　臨床問題で人間の医師よりも高い精度を達成

LLMの検索結果をさらに正確にする手法『CRAG』（Corrective Retrieval Augmented Generation：修正型の検索拡張生成）

コンテンツ検索

業界／カテゴリー

おすすめポスト