サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
導入 こんにちは、株式会社ナレッジセンスの須藤英寿です。 今回は、非構造データから構造データとナレッジグラフを構成して、質問に応じた検索手法を実行することで高い精度を実現する手法「BookRAG」を紹介します。 サマリー RAGはこれまでチャンク化した文書を検索するや、ナレッジグラフを構築して検索する手法など様々な手法が提案されて来ましたが、それぞれ苦手な検索(詳細は後述の課題意識で説明)が存在し精度に限界がありました。 「BookRAG」はツリー構造データとナレッジグラフを組み合わせたうえで、検索に利用可能な処理を11種類作成し、検索時に適切な処理を選択することで高い精度を実現できる手法となっています。 課題意識 既存手法の課題 RAGはこれまで様々な手法が提案されてきましたが、苦手な検索も存在します。 一般的なチャンク化した文書を検索するRAGでは、離れた場所の内容同士の関係性を捉える
© LayerX Inc. 3 LLMとRAG • LLMの制限 ◦ 学習時点で知識が止まっている（カットオフ） ◦ 社内用語や特定ドメインの専門知識がない ◦ 嘘（ハルシネーション）をつく可能性がある • RAG(Retrieval-Augmented Generation) ◦ 外部知識ベースから関連⽂書を検索し、LLMに最新のコンテキストを提供する ◦ リアルタイムで取得された情報を活⽤することで、正確で信頼性の⾼い回答を実現 LLMの制限とRAG © LayerX Inc. 4 LLMとRAG • 従来のRAGの仕組み ◦ ドキュメントをチャンク化し、Embedding(埋め込みベクトル)の類似度で検索する • 弱点 ◦ グローバルな意味構築ができない ▪ 上位数件の情報を取得して回答するため、ドキュメント全体を通して何が⾔えるか？と いう質問に答えられない • 例:「過去10年間
2025.12.05 イベントレポートAIエンジニアが本気で作ったLLM勉強会資料を大公開 〜そのまま使えるハンズオン用コード付き〜 by Tomoki Yoshida #ai #llm #rag はじめに こんにちは、2020年に新卒入社してからDeNAでAIエンジニアをしている吉田（ @birdwatcherYT ）です。 いつもは Qiita に技術記事を発信しているのですが、今回は社内の取り組みとしてエンジニアリングブログを書くことにしました（入社6年目でなにげに初執筆です）。 それでは、2025年12月1日に渋谷オフィスでのオフライン開催とオンラインのハイブリッド形式で開催した社内勉強会の開催レポートをお届けします。 3時間の講義&ハンズオン形式のLLM勉強会を実施 新規AIプロダクトを開発しているPdM&エンジニア向けに、AIをコアとしたプロダクト作りのために必要な知識を詰め
はじめにChatGPTやGeminiに搭載されているDeepResearchなどの「深掘り調査」ができるAIエージェントって便利ですよね。ただ、エンジニアとしては「深掘り回数を変えたり検索対象を限定したりともっと挙動を制御したい」という欲求が出てきます。そこで今回は、Googleの Agent Development Kit (ADK) を使用して、独自のDeep Researchアプリを作成しました。 実装してみた結果得られた、ADKならではのメリットや、エージェント設計の「深さ」に関する知見を共有します。 作成したアプリの画面 作成したアプリのコードは以下にありますので、ぜひお手元でお試しください💡 なぜ今、ADKで自作するのか？ 1.Google検索という「最強の武器」が標準装備 Deep Research系のタスクにおいて、命綱となるのは「検索品質」です。どんなに賢いLLMを
But why did this shift happen now, when Deep(Re)Search remained relatively undervalued throughout 2024? In fact, StanfordNLP Labs released the STORM project for longreport generation with web grounding back inearly 2024. So isitjust because "DeepSearch" sounds way cooler than multi-hop QA, RAG, or STORM? Let's be honest - sometimes a rebrand is allit takes for the industry to suddenlyembrac
LayerXAIエージェント ブログリレー 40日目の記事です。 昨日は ＠yuya_presto さんの「Chrome拡張だけでVercelAI SDKからブラウザを操作する browser-agent-bridge」でした！ こんにちは。すべての経済活動をデジタル化したいmichiru_daです。 私はコーディング未経験の営業上がりのプロダクトマネージャーで、普段自分でコードを書くことはありません。 ですが今回は大エージェント時代に乗っかり、Claude Agent SDKを利用して自分の業務を効率化するAIエージェントを作ってみました。本記事では、普段エンジニアリングを行わない非エンジニアの目線で、実際の業務ユースケースに沿ってAIエージェントを実装した学びを共有します。エージェント実装そのものの有益なtipsなどは含まれないので、ご了承ください。 この記事の対象読者 自チーム
1リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
