生成AI応用
RAGシステムを構築して社内文書に基づいた回答を提供していたところ、LLMが検索結果に含まれていない古い商品情報を回答してしまいました。この問題を根本的に解決するため、最初に確認・改善すべきことはどれですか？
A.LLMのモデルをより高度なモデルに変更する
✗ モデルの変更よりも、まず基礎となる検索・グラウンディングデータの品質確認が優先です。
B.検索対象の文書が最新に更新されているか、また検索品質が適切か確認・改善する← 正解
✓ 正解です。RAGシステムでは外部知識ソースの鮮度と検索品質が重要です。文書が古い、または検索精度が低いことが根本原因の可能性が高く、これを改善することが最優先です。
C.プロンプトでLLMに『社内文書にない情報は回答しないでください』と追記する
✗ プロンプト調整だけでは、モデルが持つ学習知識を完全に制御することはできません。
D.Temperature値を0に固定して、LLMの創造性を完全に排除する
✗ Temperatureの調整は回答の多様性調整であり、古い学習知識の問題には対応できません。
この問題のポイント
RAGシステムでは外部知識ソースの鮮度と検索品質が重要です。文書が古い、または検索精度が低いことが根本原因の可能性が高く、これを改善することが最優先です。
「生成AI」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。