AI

エーアイ

公開：2024-12-03

ストックマークがSATのRAGシステム検証機能を追加、マルチモーダルLLMによるデータ構造化の精度向上へ

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約

• ストックマークがSATにRAGシステム検証機能を追加
• マルチモーダルLLMによるナレッジグラフ自動生成が可能に
• データ構造化からRAGシステム構築までワンストップで提供

SATのRAGシステム検証機能の追加でデータ構造化が進化

ストックマーク株式会社は、データ構造化プラットフォーム「Stockmark A Technology」にRAGシステムの検証機能を2024年12月2日に追加した。マルチモーダルLLMによって構造化したデータからナレッジグラフを自動生成することで、組織固有の専門性が高い知識でも正確な検索・回答生成を実現している。^[1]

SATは生成AI活用において重要視されるRAGシステムの精度向上を簡単に実現できるサービスとして開発された。テキストや図表など様々な形式の複雑なビジネスデータを正確に構造化できるだけでなく、データ内の概念同士の関連性を正確に理解した高精度なRAGシステムの開発までワンストップで提供している。

今後はAPI経由での接続機能を実装することで、組織内のRAGシステムへの簡単な接続を実現する予定だ。特に生成AIの導入が進んでいる一方で、ハルシネーション問題により高頻度利用が約35%にとどまっている現状を踏まえ、RAGシステムの精度向上による解決を目指している。

SATの機能まとめ

SATの詳細はこちら

RAGシステムについて

RAGシステムとは、生成AIのハルシネーション対策として既存のデータベースから検索・回答生成を行うシステムのことを指す。主な特徴として、以下のような点が挙げられる。

• 既存データベースを活用した正確な回答生成
• 組織固有の専門知識に基づく回答が可能
• ハルシネーション抑制による信頼性向上

RAGシステムを効果的に活用するには、組織内の非定型ドキュメントを検索可能なデータ形式に変換する「データ構造化」が必要不可欠だ。SATのようなデータ構造化プラットフォームを活用することで、より精度の高いRAGシステムの構築が可能になっている。

SATのRAGシステム検証機能に関する考察

SATによるデータ構造化とRAGシステム検証機能の統合は、生成AI活用における重要な進展と言える。特に組織固有の専門知識を含む複雑なデータを正確に構造化し、ナレッジグラフとして自動生成できる点は、従来の手作業による構造化の課題を解決する画期的な機能だろう。

一方で、組織によって保有するデータの形式や質が異なることから、構造化の精度にばらつきが生じる可能性も考えられる。この課題に対しては、マルチモーダルLLMの継続的な改善やデータ形式に応じた最適な構造化手法の開発が求められるだろう。

今後はAPI連携機能の実装により、既存システムとの統合がより簡単になることが期待される。特にハルシネーション問題に悩む企業にとって、SATを活用したRAGシステムの構築は、生成AI活用の新たな可能性を開くきっかけとなるはずだ。

参考サイト

1. ^ PR TIMES. 「マルチモーダルLLMを活用したデータ構造化でRAGの精度を簡単に向上　「SAT」で構造化したデータでRAGシステムの検証が可能に | ストックマーク株式会社のプレスリリース」. https://prtimes.jp/main/html/rd/p/000000215.000024407.html, (参照 24-12-03).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧