総復習 - RAGとファインチューニング
RAGとファインチューニングの違いと使い分けを確認しましょう。
若葉 みどり 先生
今日はRAGとファインチューニングの違いを復習するわよ。
ここは混同しやすいから要注意! 試験でも頻出ペアね。
胡桃 あんず
どっちもAIをカスタマイズする方法ってことだよね? ざっくり言うと。
白銀 ゆき
アプローチが根本的に違うんです。
片方は「外部検索」、もう片方は「追加学習」。
名前だけ覚えても意味がないですよ。
桜井 もも
なんだか似てるのに…違うのぉ? もも、混ざっちゃいそう〜
若葉 みどり 先生
大丈夫よ。
今日は比較表で整理するから、違いがはっきり見えるはずよ。
図解は記憶の定着に効くのよ。
胡桃 あんず
表で見るとわかりやすいよね! あたし、文章より表派なんだ。
白銀 ゆき
ファインチューニングとの違い、表にして比較したいですね。
一覧で見る方が記憶に残ります。
若葉 みどり 先生
いい提案ね、ゆきさん。
比較表を出しましょう。
実務ではどちらを選ぶかの判断材料になるわよ。
桜井 もも
わくわく〜! 表の時間だぁ!
胡桃 あんず
比較表って、勝負表みたいでわかりやすいよね! まあ、どっちが勝つかじゃなくて用途が違うってことだけどさ。
桜井 もも
RAGは「検索して参考にする」で、ファインチューニングは「追加でお勉強させる」ってことなのぉ?
若葉 みどり 先生
ももさん、素晴らしいまとめ! その理解で試験も本番もばっちりよ。
覚え方の天才ね。
胡桃 あんず
ももちゃん、今日キレッキレじゃん! あたしの立場ないって! ちょっと焦るんだけど!
白銀 ゆき
ももちゃんの例えは、本当にわかりやすいわ。
勉強させてもらいます。
教材にしたいくらい。
桜井 もも
えへへ〜もも、照れちゃうぅ!
若葉 みどり 先生
みんなで教え合えるチームになってきたわね。
それが一番強い学び方よ。
確認クイズ
外部の知識ベースから関連情報を検索し、その結果をプロンプトに付加して回答を生成する手法はどれか?
- ファインチューニング
- RAG (検索拡張生成)
- 事前学習
- 強化学習
こたえを見る
正解: 2. RAG (検索拡張生成)
RAG (Retrieval-Augmented Generation) は、外部知識ベースの検索結果をプロンプトに付加してLLMに回答させる手法です。ファインチューニングはモデル自体を追加学習する別概念で、情報の更新方法・コスト構造が異なります。
この記事の関連書籍
Amazonアソシエイトリンクを含みます。他分野は おすすめ書籍ページ へ。
この記事について
AIパスポートスタディが作成した教材です。運営について・記事の作り方
試験についてはこちらをご覧ください: GUGA 生成AIパスポート公式ページ