AI901-Concept#66
社内文書を参照させて応答精度を上げたい場合、ベース モデルの fine-tuning ではなく RAG (Retrieval Augmented Generation) が好ましいシナリオはどれですか?
解説
【正解: A】の理由
RAG は「外部知識を検索して prompt に注入」する設計で、参照ドキュメントの更新は vector index の再構築だけで完結します。fine-tuning は知識を重みに焼き付けるため更新コストが高く、頻繁な内容変化には不向きです。Microsoft 公式ガイドも「事実情報と権威ソースは RAG、スタイルや形式は fine-tuning」と整理します。
【他選択肢が違う理由】
RAG は「外部知識を検索して prompt に注入」する設計で、参照ドキュメントの更新は vector index の再構築だけで完結します。fine-tuning は知識を重みに焼き付けるため更新コストが高く、頻繁な内容変化には不向きです。Microsoft 公式ガイドも「事実情報と権威ソースは RAG、スタイルや形式は fine-tuning」と整理します。
【他選択肢が違う理由】
- B: スタイル変更は fine-tuning が向きます。
- C: 1ms 未満は実現困難でモデル選択の問題ではありません。
- D: サブスクリプション管理とは無関係です。
コメント