サクッと始めるRAG開発【LangChain / Python】
無料で読める本
この本では、初心者・入門者の方に向けて、RAGの知識や使い方を体系的にまとめました。少し難易度の高い内容になりますが、本書の中で事前に学んでおくべき項目を示しているため、ご安心ください。 【概要】 ・内容:RAGの概要【入門者向けの基礎知識】、RAGの処理フロー【In-Context Learning / Embedding / Vector Search】、RAGのビジネス活用ロードマップ【大企業向け】、RAGの実装アプローチ、RAGの大分類【Document RAG】、RAGの大分類【SQL RAG】、RAGの大分類【Graph RAG】、RAGの精度評価アプローチ、RAGの精度評価方法【LangChain Evaluation】、RAGの精度評価方法【Ragas】、RAGの精度改善手法【データ品質 / プロンプト品質 / ベクトル検索】、RAGの精度改善のためのLLMOps概論、LLMOpsとしての「LangSmith」の概論、LLMOpsとしての「Azure AI Studio」の概論、クラウドごとのRAGの手法比較【Azure AI Search / Amazon Kendra / Vertex AI Search】、RAGの「最大の弱点」と「対処方法」【Map Reduce / Refine】、RIGの概論【GoogleのDataGemmaの論文解説】 ・所要時間:約3時間 ・必須条件:生成AIリテラシー、ChatGPTの知識、Pythonの基礎知識、LangChainの基礎知識 ・推奨OS:macOS / Windows ・レベル:★★★★☆
Chapters
はじめに
RAGの概要【入門者向けの基礎知識】
RAGの処理フロー【In-Context Learning / Embedding / Vector Search】
RAGのビジネス活用ロードマップ【大企業向け】
RAGの実装アプローチ
RAGの大分類【Document RAG】
RAGの大分類【SQL RAG】
RAGの大分類【Graph RAG】
RAGの精度評価アプローチ
RAGの精度評価方法【LangChain Evaluation】
RAGの精度評価方法【Ragas】
RAGの精度改善手法【データ品質 / プロンプト品質 / ベクトル検索】
RAGの精度改善のためのLLMOps概論
LLMOpsとしての「LangSmith」の概論
LLMOpsとしての「Azure AI Studio」の概論
クラウドごとのRAGの手法比較【Azure AI Search / Amazon Kendra / Vertex AI Search】
RAGの「最大の弱点」と「対処方法」【Map Reduce / Refine】
RIGの概論【GoogleのDataGemmaの論文解説】
最後に
Author
Topics