M365.FM · 日本語
RAG とは?Retrieval Augmented Generation をやさしく解説:Azure AI Search、Azure OpenAI、AI Foundry
このエピソードのテーマ:
GPT-4o のような大規模言語モデルは強力ですが、知識はある時点で止まっており、社内のデータも知りません。Retrieval Augmented Generation は、まずあなたのデータから適切な情報を探し、質問と一緒にモデルへ渡します。このエピソードでは RAG をやさしく解説し、Azure の各サービスがどう連携するかを紹介します。
Apple PodcastsのM365.FM 日本語 SpotifyのM365.FM 日本語 Amazon MusicのM365.FM 日本語 DeezerのM365.FM 日本語 iHeartのM365.FM 日本語 Podcast AddictのM365.FM 日本語 PodchaserのM365.FM 日本語
▶ RAG とは?Retrieval Augmented Generation をやさしく解説:Azure AI Search、Azure OpenAI、AI Foundry(AI吹き替え)
このエピソードで学べること:
- LLM の2つの問題:知識が止まっていることと社内データにアクセスできないこと、そしてファインチューニングでは解決しない理由
- 取得・拡張・生成の3ステップで理解する RAG:図書館員のたとえ、ベクトル埋め込みとセマンティック検索
- Azure AI Search:チャンク単位のインデックス作成、ベクトル検索・キーワード検索・ハイブリッド検索、セマンティック再ランキング
- Azure OpenAI と Azure AI Foundry:コンテキストだけを使い、出典を示し、「わかりません」と言えるシステムプロンプト
- 従来型 RAG とエージェント型 RAG の違い、Blob Storage・AI Search・GPT-4o で作る旅行代理店のサポートエージェントの実例
このエピソードは、Microsoft MVP Mirko Peters による M365 Show のアニメーション動画をAIで吹き替えた日本語版です。