質問応答と検索拡張
まず根拠を検索し、それに基づいて答える
本ページの本文は英語で提供されています。タイトルと導入は日本語化されています。
この能力とは何か
Takes a question and returns an answer. It has two forms: closed-book, answering from parameters alone, and open-book, retrieving relevant passages from an external corpus first. Retrieval-augmented generation belongs to the latter, keeping knowledge in an updatable external store and usually attaching citations. It differs from free generation by having an explicit question and a verifiable target answer.
技術的にどう実現するか
A RAG pipeline chunks documents into vectors in an index, encodes the question the same way and takes nearest neighbours, then pastes the retrieved passages with the question into a prompt so the model can answer with citations. Refinements include hybrid dense-plus-sparse retrieval, query rewriting before retrieval, and a reranker to pick the best passages. Closed-book answering relies purely on knowledge compressed during pre-training.
代表的な製品
14Perplexity
2022検索しながら答え、どの答えにも出典が付く
NotebookLM
2023与えた資料だけを根拠に答え、出典を逐一示す
ChatGPT
2022大規模言語モデルを誰もが使える対話画面にした
GPT-4o
2024ネイティブにマルチモーダルな汎用モデル。テキスト・画像・音声をひとつの入口で扱う
Gemini
2024検索・オフィス・マルチモーダルモデルを一つの対話入口に集約
Command R
2024検索拡張とツール呼び出しのために設計された商用モデル
Jamba
2024状態空間モデルと Transformer を混合したオープンウェイトモデル
Kimi
2023長い文脈の処理を得意とする中国語の対話アシスタント
Hunyuan
2023開放ウェイト版を含むテンセントの汎用モデル群
Microsoft Copilot
2023対話型 AI を OS とオフィスソフトに組み込む
Doubao
2023バイトダンスの汎用対話モデルとアプリ
LangChain
2022モデル・ツール・検索をつなぐ
ERNIE
2019知識増強の事前学習から始まった中国語モデル、その初期の代表的版
Pinecone
2019マネージドなベクトルDBと類似検索
関連する組織
代表的な用途
- Enterprise knowledge bases and internal Q&A
- Web-search assistants with citations
- Document and contract interrogation
- Support and technical self-service
どう評価するか
- Exact Match
- Share of answers identical to the reference
- Answer F1
- Token overlap with the reference, allowing partial credit
- Retrieval hit rate and citation accuracy
- Whether evidence was retrieved and citations actually support the claim
限界と難しさ
- When the right passage is not retrieved, the model still answers confidently — hallucination in disguise
- Multi-hop questions needing several documents break, answering only one link
- Key evidence in the middle of a long context is the most likely to be ignored