検索拡張生成 (RAG) の定義とビジネスでの活用
Retrieval-Augmented Generation (RAG) and Its Business Use
AI 生成試験ガイド v1.1 準拠人による確認：未実施
このページの内容は、AWS 公式の試験ガイドをもとに AI が作成しました。誤りを含む可能性があります。正式な情報は公式の試験ガイドで確認してください。
概要
RAG は、質問に関連する情報を外部ナレッジからし、それをに加えて FM に回答をさせる手法。を再学習せず、データソースの更新だけで知識を更新でき、出典も示せるため、頻繁に更新される社内 Q&A に向く。
RAG retrieves information relevant to the question from an external knowledge source and adds it to the prompt so the FM can generate the answer. It needs no training, updates by refreshing the data source, and can cite sources, which suits enterprise Q&A over frequently changing content.
主な用語
| 日本語 | English |
|---|---|
| けんさくかくちょうせいせい | Retrieval-Augmented Generation (RAG) |
| Knowledge base | |
| Chunking | |
| / うめこみ | Embedding / Vector |
| Vector database | |
| Grounding |
解説
日本語の解説は準備中です。上の概要と用語表で要点を確認し、確認テストで理解度を確かめてください。
出典：AWS Certified AI Practitioner (AIF-C01) 試験ガイド Domain 3 › Task 3.1
項目名と要約は本サイトによるものです。試験ガイドの原文は公式サイトで確認してください。
読み終えたら「学習済み」にしましょう。確認テストで 80% 以上正解すると「習得済み」になります。
D3 確認テスト 1 へ