気に入った記事をブックマーク
- 気に入った記事を保存できます
保存した記事の一覧は、はてなブックマークで確認・編集ができます
- 記事を読んだ感想やメモを書き残せます
- 非公開でブックマークすることもできます
エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント21件
- 注目コメント
- 新着コメント
bakuhate
メタフィールド設計と既存の業務データを連携させるのが信じられんほどめんどくさく、何よりAI業界の陳腐化が早すぎて実務まで実装するモチベがあまり沸かない。そのうちそのへんもやってくれるんでしょ？
nishi1231chang
実装MCPで連携できるようになれば、自分達でRAG実装不要になる。他コメントにある通り、自分達でやるには労力のわりに精度が上がらなかったり、かけるコストに見合わないケースばかり。
nishi1231chang
実装MCPで連携できるようになれば、自分達でRAG実装不要になる。他コメントにある通り、自分達でやるには労力のわりに精度が上がらなかったり、かけるコストに見合わないケースばかり。
KAZ99K
このとおり、RAG自作にはあまりにも技術理解が深く必要になるため、野良RAGを組もうと考える酔狂なエンジニアはもう絶滅危惧種になった(半年前までは相当数いた)。今ならDifyなりNotebook LMなりが良い感じにしてくれる。
bakuhate
メタフィールド設計と既存の業務データを連携させるのが信じられんほどめんどくさく、何よりAI業界の陳腐化が早すぎて実務まで実装するモチベがあまり沸かない。そのうちそのへんもやってくれるんでしょ？
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
いまの話題をアプリでチェック！
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【2025年5月完全版】RAG の教科書
はじめに 昨今、AI の進化により、様々な分野での応用が進んでいます。特に、自然言語処理(NLP)の分野で... はじめに 昨今、AI の進化により、様々な分野での応用が進んでいます。特に、自然言語処理(NLP)の分野では、RAG( Retrieval-Augmented Generation)が注目されています。RAG は、情報検索と生成を組み合わせた手法であり、特に大規模言語モデル(LLM)と組み合わせることで、その性能を大幅に向上させることができます。 また、NativeRAG や GraphRAG, AgentRAG などさまざまな RAG のバリエーションが登場しており、これらは特定のユースケースやデータセットに対して最適化されています。 今回は、RAG の基本的な概念から、RAG のプロジェクトの進め方、精度向上の方法に至るまで詳しく解説します。 みなさんの GenAI Application の開発に役立てていただければ幸いです。 本記事は 5 万文字を超える大作となっております。 お時
ブックマークしたユーザー
すべてのユーザーの
詳細を表示します
詳細を表示します
2025/05/26 リンク