A正解
検索拡張生成 (RAG)
正解。RAG（Retrieval Augmented Generation）は、応答を生成する前に外部のナレッジソースから関連情報を検索して取得し、それをモデルに与えて回答を補強する手法です。最新情報や社内文書に基づいた回答ができます。
ある AI プラクティショナーが、応答を生成する前に外部のナレッジソースから関連情報を取得し、その情報を踏まえて回答させる手法を説明しようとしています。この手法を表す用語はどれですか。
1 / 1
回答を選択してください
正解A
解説
外部知識を取得して応答を補強する手法の用語を選ぶ問題。
- 1「応答を生成する前に外部のナレッジソースから関連情報を取得」外部から 検索して取得 する＝RAG の検索段
- 2「その情報を踏まえて回答」取得情報で回答を補強＝RAG（検索拡張生成）
B不正解
ファインチューニング
ファインチューニングは、ラベル付きデータでモデルの重みを追加学習して特定タスクに適応させる手法です。
外部ナレッジを都度取得して回答を補強する RAG とは仕組みが異なるため不正解です。
C不正解
プロンプトテンプレート
プロンプトテンプレートは、入力の形式を標準化して出力の一貫性を高める手法です。
外部ナレッジを取得して回答を補強する RAG とは別のため不正解です。
D不正解
継続的事前トレーニング
継続的事前トレーニングは、ラベルなしの大量データでモデルにドメイン知識を追加学習させる手法です。
外部ナレッジを都度取得して回答を補強する RAG とは仕組みが異なるため不正解です。
ポイント
正解の『RAG』が効く仕組みを押さえます。
・応答前に外部ナレッジ（社内文書など）から関連情報を検索して取得し、それをモデルに与えて回答を補強する。
・モデルを再学習せずに、最新情報や社内固有の情報に基づける。
ファインチューニング・継続的事前トレーニングは重みを学習する手法、プロンプトテンプレートは形式の標準化で、いずれも外部取得による補強とは別です。