Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
10分で学ぶ、RAGの仕組みと実践
Search
Marimo
April 30, 2025
Technology
0
1.1k
10分で学ぶ、RAGの仕組みと実践
2025/4/24 CDLE北海道主催RAGを実装してみよう!ミニハンズオン会のセミナー資料です
Marimo
April 30, 2025
Tweet
Share
More Decks by Marimo
See All by Marimo
ゼロから学ぶ! MCP入門ハンズオン
supermarimobros
1
850
Other Decks in Technology
See All in Technology
Should Our Project Join the CNCF? (Japanese Recap)
whywaita
PRO
0
340
生成AI活用の組織格差を解消する 〜ビジネス職のCursor導入が開発効率に与えた好循環〜 / Closing the Organizational Gap in AI Adoption
upamune
7
5.3k
第4回Snowflake 金融ユーザー会 Snowflake summit recap
tamaoki
1
290
Tokyo_reInforce_2025_recap_iam_access_analyzer
hiashisan
0
190
Lakebaseを使ったAIエージェントを実装してみる
kameitomohiro
0
130
CDKTFについてざっくり理解する!!~CloudFormationからCDKTFへ変換するツールも作ってみた~
masakiokuda
1
150
生まれ変わった AWS Security Hub (Preview) を紹介 #reInforce_osaka / reInforce New Security Hub
masahirokawahara
0
480
20250705 Headlamp: 專注可擴展性的 Kubernetes 用戶界面
pichuang
0
270
SaaS型なのに自由度の高い本格CMSでサイト構築と運用のコスパ&タイパUP! MovableType.net の便利機能とユーザー事例のご紹介
masakah
0
110
MUITにおける開発プロセスモダナイズの取り組みと開発生産性可視化の取り組みについて / Modernize the Development Process and Visualize Development Productivity at MUIT
muit
1
17k
無意味な開発生産性の議論から抜け出すための予兆検知とお金とAI
i35_267
4
13k
Operating Operator
shhnjk
1
590
Featured
See All Featured
Why Our Code Smells
bkeepers
PRO
336
57k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
107
19k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
15
1.5k
How STYLIGHT went responsive
nonsquared
100
5.6k
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.8k
BBQ
matthewcrist
89
9.7k
Designing for Performance
lara
610
69k
Writing Fast Ruby
sferik
628
62k
Practical Orchestrator
shlominoach
189
11k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
18
970
Adopting Sorbet at Scale
ufuk
77
9.5k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
48
2.9k
Transcript
RAGを実装してみよう!ミニハンズオン会 10分で学ぶ、RAGの仕組みと実践 CDLE北海道 池田広樹
自己紹介 池田 広樹 札幌市在住のエンジニア 大学時代に生化学分野で多変量解析を経験 代謝物の網羅的解析の分野 昨年、 「E資格チャレンジ」でE資格取得 その他、AIコンペのKaggleや松尾研LLM2024など に参加してます
①RAGの概要
①RAGの概要 LLMが外部知識に基づき回答する技術 最新の知識を反映、ハルシネーションを抑えるなどの効果 検索部位(Retriever)と生成部位(Generation)に分かれます 池田広樹って何者? 問い合わせ(クエリ) DB 外部知識 池田広樹は札幌在住のエン ジニアで・・・
池田広樹はPython/Flutter が得意です・・ 関連した文章 検索部位 (Retriever) RAG (Retrieval-Augmented Generation: 検索拡張生成)
①RAGの概要 池田広樹は札幌在住のエン ジニアで・・・ 池田広樹はPython/Flutter が得意です・・ 関連した文章 池田広樹って何者? 以下の情報を参照して答えてく ださい 池田広樹は札幌在住のエン
ジニアで・・・ 池 田 広 樹 は Python/Flutter が得意です・・ 池田広樹は札幌在住 のエンジニアで、 Python/Flutterが得 意です。 生成部分 (Generation) RAG (Retrieval-Augmented Generation: 検索拡張生成) LLMが外部知識に基づき回答する技術 最新の知識を反映、ハルシネーションを抑えるなどの効果 検索部位(Retriever)と生成部位(Generation)に分かれます
②検索部位(Retriever)
RAGは検索が重要 → どれだけ問い合わせ(クエリ)に関連した文章を見つけられるか ②検索部位(Retriever) インデックス検索 埋め込みベクトルの類似度・距離計算 コサイン類似度, ユークリッド距離(L2ノルム) ... キーワード検索
単語の出現頻度に基づいて類似度を計算 TF-IDF, BM25 知識グラフ GraphRAG
②検索部位(Retriever) インデックス検索 埋め込みベクトルの類似度・距離計算 コサイン類似度, ユークリッド距離(L2ノルム)... 意味的に似てる 意味的に似てない 池田広樹って何者? [0.0228, -0.1749,
0.1850, -0.1225, 0.1583, -0.6414, -0.0728, 0.6913] 埋め込みモデルによってベクトル変換 池田広樹は札幌在住のエンジニアで・・・ 池田広樹って何者? CDLE北海道では、北海道でAIに興味のある方々を・・・
②検索部位(Retriever) キーワード検索 単語の出現頻度に基づいて類似度を計算 TF-IDF, BM25 池田広樹って何者? [池田, 広樹, 何者] 池田広樹は札幌在住のエンジニアで・・・
[池田, 広樹, 札幌, 在住, エンジニア...] CDLE北海道では、北海道でAIに興味のある方々を・・・ [CDLE北海道, 北海道, AI, 興味, ある, 方々...] 単語が一致するほどスコアが高く、 珍しい単語はスコアが高い 高スコア 低スコア
③ハンズオンの流れ
③ハンズオンの流れ 1部:RAGの基本原理を学ぶ (30分) 埋め込みベクトルに触れる RAGの検索部分(Retriever)に触れる インデックス検索の基礎 キーワード検索の基礎 ハイブリット検索(インデックス検索とキーワード検索の融合)に触れる 2部:langchainを使って、実践的なRAGに触れる (20分)
Chunking: 文章を小さな単位(チャンク)に分割するプロセス langchainの「チェイン」を使ったRAGの構築 RAGの定量的な評価(RAGAS)
🎯 それでは実際に手を動かしてみましょう!