ある企業が、自社製品のマニュアルを対象にした RAG（Retrieval-Augmented Generation）アーキテクチャを検討している。RAG を採用する主な目的として最も適切なものはどれか。
- A. モデルのファインチューニングを不要にし、基盤モデルのパラメータを直接書き換える
- B. LLM のパラメータ数を削減してレイテンシを短縮する
- C. モデルの知識カットオフ以降の情報や社内専用知識を外部検索で補完し、回答の正確性を高める
- D. プロンプトなしでモデルが自律的にインターネットを検索して最新情報を取得する
解答と解説を見る
正解: C
RAG は、ベクトルデータベース等に格納した外部ドキュメントを検索してプロンプトに挿入することで、静的な事前学習データに依存せず最新・専用知識を回答に反映できる。Bは誤り：RAG はモデルのパラメータ数には影響しない。Dは誤り：RAG は事前に構築された検索インデックスを使うものであり、モデルが自律的にインターネット検索する仕組みではない。Aは誤り：RAG はパラメータを変更しない手法であり、ファインチューニングとは別のアプローチである。