香月 リサ 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。
戸倉 ジャスミン
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。
深見 つむぎ
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。
雪村 ましろ
なんだか似てるのに…違うのぉ? ましろ、混ざっちゃいそう〜
香月 リサ 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。
戸倉 ジャスミン
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。
深見 つむぎ
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。
香月 リサ 先生
いい提案ね、つむぎさん。
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。
雪村 ましろ
わくわく〜! 表の時間だぁ!
戸倉 ジャスミン
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。
雪村 ましろ
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?
香月 リサ 先生
ましろちゃん、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。
戸倉 ジャスミン
ましろ、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!
深見 つむぎ
ましろちゃんの例えは、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。
雪村 ましろ
えへへ〜ましろ、照れちゃうぅ!
香月 リサ 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。