最新博客文章
4 / 200AI 开发实战教程，从零到一构建你的 AI 应用。
すべて200
入門32
中級92
上級76
すべて
プロンプトエンジニアリング12
RAG検索拡張17
エージェント開発34
モデル微調整21
デプロイと運用25
AIアプリ開発40
DeepSeek API16
マルチモーダル開発6
AIセキュリティ6
モデル推論3
検索システム1
RAG検索1
モデルアーキテクチャ3
API開発1
エージェント開発10
モデルデプロイ1
マルチモーダル1
モデル評価2
チュートリアル
日付
RAG評価と品質メトリクス体系
RAG検索拡張
上級
測定がなければ改善はありません。RAGシステムの品質評価には、検索品質、生成品質、エンドツーエンド品質の3つのレベルが含まれます。この記事では、Recall@k、MRR、Faithfulness、RAGASなどのコア評価指標とフレームワークを体系的に説明し、科学的なRAG品質測定システムの確立を支援します。
高度なRAG：マルチホップ検索とセルフクエリ
RAG検索拡張
上級
基本的なRAGでは、文書をまたいだ推論を必要とする複雑な問題を処理できません。この記事では、マルチホップ検索、セルフクエリ検索、コンテキスト圧縮などの高度なRAG技術を詳しく解説し、RAGシステムを本番グレードのレベルに引き上げるのに役立ちます。
Agentic RAG：AIに自律検索させる
RAG検索拡張
上級
従来のRAGは受動的です。システムはユーザーが尋ねたものを取得します。Agentic RAGはAIに自律的な意思決定能力を与え、検索が必要かどうか、何を検索するか、複数の検索結果をどのように統合するかを積極的に判断できるようにします。この記事では、Agentic RAGのアーキテクチャ設計と実装パスを深く分析します。
グラフ拡張RAG（GraphRAG）実践
RAG検索拡張
上級
従来のRAGはテキスト断片のみを検索しますが、GraphRAGはその上に知識グラフを導入し、マルチホップ推論と関係認識検索を可能にします。この記事では、GraphRAGの構築と実践をゼロから解説します。
