Question 1

RAGとファインチューニングは何が違うのですか

Accepted Answer

RAGは社内データを覚えさせず、質問のたびに探して渡し答えさせる方法です。ファインチューニングはモデル自体に追加学習させて覚えさせる方法で、更新には再学習が必要です。

Question 2

RAGを使えばAIは嘘をつかなくなりますか

Accepted Answer

いいえ。根拠の文書を渡すぶん誤りは減らせますが、ハルシネーションはゼロになりません。公的ガイドラインも、出力の正確性を人が確認することを求めています。

Question 3

社内文書を読ませれば必ず正しく答えますか

Accepted Answer

いいえ。古い版や不足した文書を拾うと回答もずれます。対象データを最新・正本に絞り、内容を継続的に整える運用が、正しい回答の前提になります。

Question 4

RAGを検討するとき、まず何を確認すべきですか

Accepted Answer

対象データ・探し方・回答範囲・出典の4点です。特に、権限のない人に機密情報を答えさせないアクセス権の設計と、根拠を返せる出典の扱いが要になります。

RAG入門｜社内データを答えるAI（検索拡張生成）の仕組みを図解で説明できる

ログインすると講座を受講できます