AIF生成AIの基礎
ある保険会社が、社内の保険約款・規約を頻繁に更新しています。営業担当者が最新の約款に基づいて顧客の質問に回答できるAIアシスタントを導入したいと考えています。約款は月に数回更新されます。この要件に最も適したアプローチはどれですか？
Aファインチューニング（Fine-tuning）：約款が更新されるたびに基盤モデルを再学習させる
ファインチューニングはモデルの語調・挙動の調整には有効ですが、月に数回の更新のたびに再訓練するのはコストと時間がかかりすぎます。頻繁に変化する知識の更新には適した手法ではありません。
BRAG（Retrieval-Augmented Generation）を使用し、最新の約款ドキュメントを検索して回答を生成する
✓ 正解
RAGは推論時に最新ドキュメントを動的に検索して回答を生成するため、モデルの再学習なしで常に最新の約款情報を反映できます。頻繁に更新される知識ベースへの対応に最適な手法です。
Cすべての約款テキストをシステムプロンプトとしてコンテキストウィンドウに直接埋め込んでモデルに渡す
コンテキストウィンドウのサイズ制限により大量の約款テキストを収めることが困難です。また月次更新のたびにプロンプトを手動更新する必要があり、運用スケーラビリティに欠けます。
D約款の内容を含む新しい基盤モデルをゼロからスクラッチでトレーニングする
新しい基盤モデルをゼロから学習させるには膨大な計算リソースとデータが必要であり、コストと時間が現実的ではありません。月次更新への対応には到底適していません。
解説
RAGは頻繁に更新される知識ベースに最適です。RAGは推論時に最新ドキュメントを動的に検索するため、常に最新情報に基づいた回答が可能です。
選択肢Aの約款が更新されるたびに基盤モデルをファインチューニングするはファインチューニングはモデルの挙動・語調調整には有効ですが、更新のたびに再訓練するのはコストと時間がかかります。
選択肢Cのすべての約款をシステムプロンプトに直接埋め込んでモデルに渡すはコンテキストウィンドウのサイズ制限により大量の約款を収めることが困難で、月次更新のたびにプロンプトを手動更新する必要があるためスケーラビリティに欠けます。
選択肢Dの約款の内容を含む新しい基盤モデルをゼロからトレーニングするは膨大なコストを要し非現実的です。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →