【生成AI活用セミナー】詳細解説！生成AIのハルシネーションに挑む〜RAGの精度・実用面の現在地

本動画の内容

Retrieval-Augmented Generation（RAG）は、外部ソースからの情報を活用して、LLMの精度と信頼性を向上させる技術です。

RAGのメリットは、LLMが最新かつ信頼性の高い事実にアクセスできること、そしてユーザーが生成根拠にアクセスできることにより、LLMの提供する情報が正確かどうかを確認し、最終的には信頼性を確保できることにあります。つまりRAGを採用することで高速かつ効率的な「自社の知識の活用」が可能になります。

しかし、そういったユーザの期待が高まる一方で、RAGのハルシネーションや不確実性を完全に排除できないリスクがRAGの利用シーンを限定的にしているという問題は、世界中で議論され、LLMの進化と同様に技術的な研究が盛んになってきている分野でもあります。

今回は、日本国内で多くの顧客に提供しているRAG型チャットボット『OfficeBot』の実績から、製品カタログでは見えこない実際の様々なユースケースにおける「正確性」がどの程度実現できているのかをご紹介するとともに、正確性を高める、あるいは不確実性を排除する最新の技術的なトレンドについて、わかりやすく解説いたします。

これまでRAGに期待はすれど正確性のリスクから利用を不安視されていた方に、ぜひご参加いただければと思います。

本動画はこういう方にオススメ！

• ・RAGの導入を検討していて製品選定を進めている
• ・RAGの性能がどこまで進化しているか技術面が気になる
• ・問合対応やナレッジマネジメントをRAGで解決したい
• ・従来のチャットボットやRAG製品に不満を感じている

登壇者

ネオス株式会社 BXサービス部 部長
菊地 宏之（きくち ひろゆき）

通信キャリアとの協業によるクラウドアプリサービスの立上げを始め、ヘルスケア、Fintech、ビジネスコミュニケーションツールなど、様々な領域のサービス企画、事業創出に携わる。現在は、チャットボットプラットフォーム「OfficeBot」のプロダクトオーナーとして多くの企業の社内DXを推進中。