RAGコンテンツ紹介
RAG（Retrieval-Augmented Generation）とは？
質問に対し、AIが社内文書やWeb情報などの外部データベースから質問の関連情報を検索し
その情報に基づいて回答する技術
【RAGのメリット】
-
正確性と最新性の向上： 外部の最新情報などを検索し回答するため、事実誤認
（ハルシネーション）が減少 -
独自データの活用： 社内文書や特定の業界知識など、AIが学習していないクローズド
な情報を基に回答生成が可能 -
根拠の透明性： 回答の根拠となる情報ソースを提示できるため、回答の信頼性が高い
しかし…
RAGの利用には多くの課題が存在
RAGの利用には多くの課題が存在
RAGをAIに繋いでも欲しい
回答・情報が得られない
対抗システムの変更やAIの変化にRAGを追従させるのが難しい
RAGに対して、情報をリアルタイムに反映できない
RAGの精度向上のための
アノテーション作業の負担
が大きい
これらの課題を解決するソリューションが必要
テーマや対抗システム毎にマイクロRAG化
▶︎変化に対しての影響度を小さくすることが可能
RAGシステムの最適解
マイクロRAG
ScalarDB
×
ScalarDBによってマイクロ 化した各RAGのセッションを一つにまとめることが可能▶︎コネクションプールにより処理速度が高速化・レスポンスが短縮
ScalarDBでメタデータ（RDBMS）とペイロード（NoSQL/Blob）をまとめて更新可能
▶︎まとめて更新することでデータの反映時間が短縮
検索結果抽出後にメタデータに対して、ScalarDBのRBAC/ABACでフィルタリング
▶︎検索を指示したユーザーの権限に応じで表示データを変えることが可能
Scalarでは
ScalarDBを利用したRAGシステムのテンプレートを
提供中
※詳細は弊社営業、HPよりお問い合わせください。
【マイクロRAG】 ✖️【ScalarDB】
組み合わせることで
RAGの性能と柔軟性の向上・効率化のが実現
コンテンツ紹介
本LPに関連する情報を下記リンク先にて公開をしております。
また、定期的な情報の発信も行なっておりますので是非チェックをお願いします。
【動画＆資料】
-
ScalarDB概要【Youtube】※Playlist
-
ScalarDB Hands-on【Youtube】※Playlist
-
ScalarDB 製品概要【Speakerdeck】
-
ScalarDB学習コンテンツ【Link】
-
AI駆動で構築する_AI駆動開発のためのマイクロサービスCI/CD基盤の作り方【Youtube】【Speakerdeck】
-
Claude Code によるリファクタリング（1/2）：現行システムの分析と評価の方法【Youtube】【Speakerdeck】
-
Claude Code によるリファクタリング（2/2）：実装計画の策定方法【Speakerdeck】