生産性のためのハンズオンRAG (Japanese Edition)

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：translation-feedback@oreilly.com

RAG（検索拡張生成）は、大規模な言語モデルを組織独自のナレッジと統合するための最適な戦略である。しかし、市場にはRAGパイプラインや構成要素があふれており、企業のニーズに合った解決策を選ぶのは難しい。本書は、そのプロセスを簡素化し、生産性の高いRAGアプリケーションの構築、改良、拡張のための包括的なロードマップを提供する。

著者のOfer MendelevitchとForrest Baoは、データ取り込み、埋め込み、ベクトル検索から、エージェントRAG、マルチモーダルRAG、GraphRAGのような高度なテクニックまで、開発のあらゆる段階をガイドする。エンジニアやアーキテクトは、企業規模でRAGアプリケーションの構築を行う際に遭遇する課題に取り組む方法を学ぶことができる：最小限のハルシネーションで高い精度を確保すること、低遅延のパフォーマンスを維持すること、データプライバシーを保護すること、透明性のある説明可能なレスポンスを提供すること。

• RAGを自分で構築するか、RAG-as-a-serviceプラットフォームをデプロイするかを決定する。
• パフォーマンスと費用対効果を最大化する基本的なRAGスタックを構築する。
• ハルシネーション、レスポンス品質、遅延、コストなどの主要メトリックを測定する。
• データセキュリティやプライバシー要件への準拠、説明可能性、プロンプト設計など、企業デプロイにおける課題に対処する。
• マルチモーダリティRAG、エージェントRAG、GraphRAGなどの高度なテクニックを実装する。