AI
【RAG（検索拡張生成）】AIに「調べてから答えさせる」仕組みと、長いコンテキストとの使い分け
社内文書や最新情報をAIに使わせる定番の方法であるRAG（検索拡張生成）を、埋め込み・ベクトル検索の仕組みと、資料を丸ごと渡すやり方との違いからまとめます。
目次
Google が10/6に公開した EmbeddingGemma 2 は、文章・画像・音声・動画を同じ形式の数字の並びに変えるオープンモデルです。パラメータは7.4億と小さく、Google は端末の上で動く、プライバシーを守った検索拡張生成（RAG）の部品として打ち出しています。
RAG は、社内のマニュアルを読んで答えるチャットボットや、文書検索の自動化でよく使われる仕組みです。一方で、いまは100万トークンを一度に読めるモデルも珍しくありません。全部を渡せるなら、わざわざ探す必要はあるのでしょうか。この記事では、RAG の中身と、長いコンテキストとの使い分けを整理します。
TOPICS
mitsui記事一覧 →
DEBUNK編集長
