RAG実装時に「あったらいいな」をそろえた多機能アプリ デロイト トーマツ コンサルティングが開発:複合的な質問に回答できない、などの課題に対応
デロイト トーマツ コンサルティングは、RAGの利便性や精度を高める複数技術を実装したアプリケーションを開発した。検索精度向上のための機能や、大規模言語モデル(LLM)の回答分野拡張のための機能、回答精度向上のための機能を備える。
デロイト トーマツ コンサルティングは2024年7月8日、RAG(Retrieval Augmented Generation)の利便性や精度を高める複数技術を実装した「多機能RAGアプリケーション」(以下、多機能RAGアプリ)を開発したと発表した。
「サブクエリ検索」「回答キャッシュ」などの機能を実装
RAGは、生成AIで企業内のデータを活用する際の有用な手段だが、幾つかの課題もある。「大量の文書の中から必要な情報を検索できない」「文書中のグラフなどの視覚的情報を読み取れない」「複数の問いを含む複合的な質問に回答できない」などだ。デロイト トーマツ コンサルティングは「こうした課題解決に向けて、利便性や精度の向上に寄与する技術を集約した」としている。
多機能RAGアプリは、検索精度向上のための機能や、大規模言語モデル(LLM)の回答分野拡張のための機能、回答精度向上のための機能を備えている。
検索精度向上のための機能として、複雑な質問を単純な質問に分解し、複数回検索してから回答を生成する「サブクエリ検索」や、最初に複数の文書を検索、選別した後に特定文書に絞って“意味のまとまり”で検索する「2段階検索」がある。
LLMの回答分野拡張のための機能としては、文書中のグラフなどを読み取る「マルチモーダル」や、自社特有の用語を登録しその定義を踏まえた回答を生成するための「独自用語集」を使える。
回答精度向上のための機能としては、評価の高い回答を一次保存し、検索せずに回答を生成できる「回答キャッシュ」と、管理者が登録したFAQデータを基に回答を生成する「FAQ回答」を備える。
付随する「インデックス作成ツール」は、検索精度を向上させるためのメタデータの付与や、マルチモーダルに対応したインデックス作成機能などを利用でき、デロイト トーマツ コンサルティングによると「文書を投入すると、多機能RAGアプリに対応したインデックスデータを作成できるようになる」という。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
生成AIの活用を検討する企業が「RAG」を導入すべき5つの理由 Cohere
Cohereは、企業が生成AI活用を推進する上でRAGが重要な役割を果たすとし、5つの理由を解説した。最適な学習方法は? 安全にデータを使うには? AWSが解説する「生成AI活用のいろは」
生成AIをビジネス利用しようとしている企業は多いだろう。市場にはさまざまなサービスがあふれているが、「うまく使いこなせないかもしれない」「一時的にしか使わないのでは」といった懸念を持つ人もいるだろう。本稿では、AWSのセミナーを基に、継続的に生成AIを活用するためのヒントを探る。Cohere、強力でスケーラブルなRAG最適化LLM「Command R+」を発表
Cohereは、同社のプロダクトの中で「最も強力でスケーラブル」とする大規模言語モデル「Command R+」を発表した。