ソフトバンクがRAGデータ作成ツールを提供開始、生成AIの回答精度向上を支援

text: XEXEQ編集部

記事の要約
ソフトバンクの新ツールによる生成AI精度向上支援
RAGについて
RAGデータ作成ツールに関する考察
参考サイト

記事の要約

ソフトバンクがRAGデータ作成ツールを提供開始
生成AIサービスの回答精度向上を支援
データの構造化や回答精度の評価を自動化

ソフトバンクの新ツールによる生成AI精度向上支援

ソフトバンク株式会社は、2024年7月22日に生成AIサービスの回答精度向上を支援するRAGデータ作成ツールの提供を開始した。このツールは、TASUKI Annotationサービスの一環として提供され、企業が自社で生成AIサービスを開発・導入する際の課題解決を目指している。外部から取得した情報を組み合わせて、大規模言語モデル（LLM）の回答精度を向上させる検索拡張生成（RAG）の検索精度の高度化が図れるのだ。^[1]

本ツールの主な特徴として、さまざまな形式のデータを簡単に構造化できるサポート機能や、回答引用元のデータの参照と回答生成が適切に行われているかを自動評価する機能が挙げられる。これにより、大量の社内データをスピーディーに構造化できるほか、回答精度を自動で評価して、対象となるデータを即座に修正することが可能になった。

さらに、ツールから検証用のRAG環境を手軽に利用でき、検証したデータを本番環境へスムーズに移行することができる。また、直感的なユーザーインターフェースによって、LLMやRAGの専門知識がない担当者でも簡単に作業ができ、業務負担を軽減することが可能だ。ソフトバンクは、本ツールの提供を通じて、企業のAIの導入を支援していく方針を示している。

	データ構造化	回答精度評価	RAG環境	ユーザビリティ
主な機能	さまざまな形式に対応	自動評価機能	検証環境の提供	直感的なUI
メリット	スピーディーな処理	即座のデータ修正	スムーズな本番移行	専門知識不要
対象ユーザー	企業のAI開発者	AI精度向上担当者	RAG環境構築者	非専門家の担当者

RAGについて

RAGとは、Retrieval-Augmented Generation（検索拡張生成）のことを指しており、主な特徴として以下のような点が挙げられる。

外部データを利用してAIの回答精度を向上
大規模言語モデルと情報検索を組み合わせた手法
最新または特定の情報を含む回答生成が可能

RAGは、大規模言語モデル（LLM）の知識ベースを外部データで補完することで、より正確で最新の情報を含む回答を生成する技術だ。従来のLLMが学習データの範囲内でしか回答できなかった制限を克服し、特定のドメインや最新の情報を含む質問に対しても適切に対応することが可能になる。企業の内部文書や特定分野の専門知識を活用したAIサービスの構築に特に有効である。

RAGデータ作成ツールに関する考察

ソフトバンクが提供を開始したRAGデータ作成ツールは、企業のAI導入を加速させる可能性を秘めているが、同時にいくつかの課題も予想される。一つは、企業固有の機密情報や個人情報の取り扱いに関するセキュリティの問題だ。RAGツールを使用することで、これらの情報が意図せず外部に漏洩するリスクが高まる可能性があるだろう。

今後、RAGデータ作成ツールには、より高度なデータ分析機能や、マルチモーダルな情報（テキスト、画像、音声など）を統合して処理する能力が求められるだろう。また、企業間でのデータ共有や、異なる言語間でのRAG構築をサポートする機能も、グローバル企業にとっては重要になってくるはずだ。これらの機能が追加されることで、より幅広い用途でRAGを活用することが可能になる。

RAGデータ作成ツールの普及により、AIの活用がより一般的になることが期待される。特に、中小企業や専門知識を持たない部門でも高度なAIサービスを構築できるようになれば、業界全体のデジタルトランスフォーメーションが加速するだろう。ソフトバンクには、このツールを通じて企業のAI活用を支援するだけでなく、AIの民主化と責任ある利用を推進する役割も期待したい。