このセッションでは、三井情報株式会社によるDatabricksを活用したRAGの事例をご紹介します。
RAGとは、生成AIの回答に独自情報を組み込む技術です。この技術を用いることで、生成AIが持つインターネット上の公開情報だけでなく、社内の機密情報なども回答に反映させることが可能になります。
今回の事例は、三井物産株式会社のDatabricks基盤上で、外部から購入している大量の金融レポートをデータベース化し、それらの知識を生成AIの回答に活用するPoCの取り組みです。これにより社内に蓄積される大量のテキストデータに対して効果的にアクセスし、有効活用できる仕組みを実現しました。
実用化にあたっては、ハルシネーション（生成AIの誤回答）などさまざまな課題がありました。本セッションでは、それらの課題への対応策や、回答精度向上のために行った施策を中心に、三井情報株式会社の取り組みをご説明します。
| Unable to view the content? |
Cookies are required to access the session catalog via a web browser. Please ensure Performance Cookies are enabled by completing the following steps:
If you are still unable to gain access, please reach out to world-tour-support@databricks.com. |
三井情報 : もう“検索”に戻れない。究極のRAG構築事例 ～大量ドキュメントからの ""知の抽出""～
- Friday, 11月28日2:40 PM - 2:55 PM JSTEXPO シアター
セッションタイプ: Lightning Talk
Speakers
ソリューション第一技術本部 ビジネスソリューション第一技術部 第三技術室 リーダー, 三井情報株式会社
