RAGの考え方
生成AIに社内文書に基づいて回答させる方法としてRAG（検索拡張生成）がある。その説明として、最も適切なものを1つ選べ。
- A
社内文書でモデルのパラメータを追加学習し、文書の内容をモデルに覚えさせる。
- B
質問の文を埋め込みベクトルに変え、最も近い過去の回答をそのまま返す。
- C
回答のばらつきを抑えるため、温度を0にして同じ質問には同じ回答を返させる。
- D
質問に関連する文書を検索し、その内容を指示に加えて、回答を生成させる。
正解と解説を見る
正解：D
RAGは、質問に関連する文書を検索して指示に加え、それを根拠に回答を生成させる方法で、モデルを学習し直さずに最新の情報や社内の情報を反映できる。モデルを追加学習するファインチューニングや、検索結果をそのまま返すだけの仕組みとは異なる。
- A
誤り。ファインチューニングの説明。
- B
誤り。検索だけで終わっており、文書をもとに回答を生成する工程がない。
- C
誤り。温度は出力のばらつきを調整する設定で、社内文書に基づかせる仕組みではない。
- D
正しい。外部の文書を根拠として与えられる。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。