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
duel_masters_RAG
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
tasotaku
July 15, 2025
0
79
duel_masters_RAG
tasotaku
July 15, 2025
Tweet
Share
More Decks by tasotaku
See All by tasotaku
DQNによるポーカーの強化学習/Reinforcement Learning in Poker with DQN
tasotaku
0
830
オセロCPU/Othello CPU
tasotaku
0
170
オセロAI / OthelloAI
tasotaku
0
190
私、ChatGPTがChatGPTを解説するよ! / ChatGPT explains ChatGPT
tasotaku
0
490
機械学習入門
tasotaku
0
460
AIが作る予想外な画像を考える / Consider the unexpected images that AI creates
tasotaku
0
340
Google Colaboratory でStable Diffusionの実装 / Implementation of Stable Diffusion at Google Colaboratory
tasotaku
0
430
Featured
See All Featured
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
200
How GitHub (no longer) Works
holman
316
150k
Typedesign – Prime Four
hannesfritz
42
3k
Designing for Performance
lara
611
70k
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
240
Reflections from 52 weeks, 52 projects
jeffersonlam
356
21k
Practical Orchestrator
shlominoach
191
11k
Making Projects Easy
brettharned
120
6.6k
Primal Persuasion: How to Engage the Brain for Learning That Lasts
tmiket
0
300
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.1k
Designing Powerful Visuals for Engaging Learning
tmiket
0
300
Lightning talk: Run Django tests with GitHub Actions
sabderemane
0
150
Transcript
デュエルマスターズでカードを RAG検索 たそたく
デュエルマスターズ ◼トレーディングカードゲーム ◼カジュアルにやってる
デュエル・マスターズの悩み 3ターン目に コスト5の カード使い たいなぁ デュエマ公式カードリスト 探しに行く
ワード検索 カード検索 文明 コスト カードの種類 能力 パワー 商品名 フォーマット・イラストレーター
どうやって探す? コストが3少なくなる 3ターン目に コスト5の カード使い たいなぁ 山札の上から2枚を….. マナゾーンに置き… 手札にあるこの クリーチャーを入れ替えて
もよい 多様すぎて検索できない
どうやって探す? コストが3少なくなる 3ターン目に コスト5の カード使い たいなぁ 山札の上から2枚を….. マナゾーンに置き… 手札にあるこの クリーチャーを入れ替えて
もよい 多様すぎて検索できない LLMでうまいことできないかな?
◼全カード1万枚以上 ◼カードによっては文章量が それなりにある LLMのプロンプトで渡すの のは無理
◼全カード1万枚以上 ◼カードによっては文章量が それなりにある LLMのプロンプトで渡すの のは無理 ならRAGを使おう
RAG(検索拡張生成)とは ◼外部データに検索を行って、調べてから返答をする方法 ◼使用例 ⚫LLMが学習していない最新の情報を与える ⚫ネットにはない機密文書を参照する
概要 ◼以下の3ステップからなる ◼①カードリストの収集 ⚫まずは手元に参照するデータが必要 ◼②ベクトル化(Emdedding) ⚫検索処理ができるように、ベクトル化 ◼③カードの検索 ⚫全データを見ることは難しいため、必要なデータのみを抜粋 ◼④回答作成 ⚫参照したデータを元に回答作成
①カードリスト の収集 ③カードの検索 ④回答作成 ②ベクトル化
①カードリストの収集 1. カードリスト表示 2. カード個別ページに移動 3. テキストデータを得る
カードリストの表示 ◼もちろん全てのカードが1ページにまとまっているわけではない ◼URLでソート・フィルター・何ページ目かを指定している
テキストデータの収集 ◼該当するテーブルから抜き出す
②ベクトル化(Embedding) ◼ 後に検索などの処理ができるようにベクトル化 ◼これをすることで、言葉同士の類似度を数値化できるので、文章か ら検索が行えるようになる ◼今回は Open AI の text-embedding-3-large
を使用
③カードの検索 ◼ベクトル化したカードリストから、近いカードを探す 例:山札から墓地 自分の山札の上から2枚を墓地に置く。その後、相手は自身の山札の 上から2枚を墓地に置く。 このクリーチャーが自分の山札から墓地に置かれた時、バトルゾーン に出す。
④回答作成 ◼ピックアップしたカード情報を元に回答を生成する ◼検索して上位数百件ならLLMに入力できる