データマネジメント|AI利活用 問11
社内規程に関する問合せに生成 AI で回答するときに、RAG(Retrieval-Augmented Generation)を用いる目的として、最も適切なものはどれか。
正解:ウ
解説
RAG(Retrieval-Augmented Generation、検索拡張生成)は、質問に関連する文書を検索で取り出し、それを生成 AI への入力に加えて回答させる仕組みです。モデルが学習していない社内の情報や最新の情報を回答に反映でき、ハルシネーションを減らす効果も期待できます。
- ア モデルを学習し直すのはファインチューニングなどの手法で、RAG はモデル自体を変えずに外部の文書を参照させます。
- イ 出力の長さの調整はプロンプトなどで指示するもので、RAG の目的ではありません。
- ウ 正解。
- エ 入力の暗号化は通信や保管の安全対策で、RAG(Retrieval-Augmented Generation)とは関係がありません。
もう一歩深く
アは、モデルを一から学習させるのは、大きな費用と時間がかかるうえ、規程を変えるたびに学習し直す必要があります。RAG なら、検索の対象の文書を差し替えるだけで最新の規程に対応できます。回答と一緒に、根拠にした規程の箇所を示せることも利点です。ただし、検索で取り出す文書が古かったり誤っていたりすると、回答も誤るので、元の文書の管理が重要です。
当サイトのオリジナル問題です。