retrieval-augmented-generation

検索拡張生成とは、大規模言語モデルが文章を生成する際、外部のデータベースや文書群から関連する情報を事前に検索し、その検索結果を参考資料としてプロンプトに組み込むことで、回答の精度と信頼性を高める技術およびアプローチのことです。従来の言語モデル単体では、学習時点の情報に依存してしまったり、未知の専門知識に対応できず事実に基づかない情報を生成するいわゆるハルシネーションを起こしたりするという課題がありました。この手法では、モデル自身がパラメータとして記憶している知識だけに頼るのではなく、外部ソースから正確なデータを引き出して統合するため、常に最新の動向や特定の組織内における厳密なドメイン知識に基づいた正確な出力を得ることが可能になります。AIの応用範囲を広げる基盤技術として、現在の自然言語処理分野において重要な位置を占めています。