RAG

AI×コーディング

LEANNとは|密ベクトルを全件保存せず作り直すローカルRAG索引の仕組みと使い方

全件分の高精度な密ベクトルを索引内に保存せず、検索時に必要な分だけ再計算するローカルRAG索引「LEANN」を一次情報から整理。全ベクトル保存が容量で詰まる理由、公称97%削減の内訳、対応バックエンド、インストールと使い方、容量と速度のトレードオフ、既存のローカルRAG手法との棲み分けまでまとめた。
LLM開発・技術

三値(BitNet系)に量子化したテキスト埋め込みモデルとは|ローカルRAGの保存量と推論を同時に削る

Microsoftが公開したBitNet系の三値量子化テキスト埋め込みモデル「BITEMBED」を、論文の実測値とHugging Faceの配布物から整理。英語MMTEBでの精度、CPUでの処理速度、出力ビット幅による保存トレードオフ、ローカルRAGでの向き不向きと現時点の注意点までまとめた。
AI×コーディング

OllamaでローカルRAGパイプラインを構築する方法

ローカルRAGは、文書の検索から回答生成までを自分の環境内で完結させる構成。OllamaでローカルLLMと埋め込みモデルを使い、Python/TypeScriptで「取り込み・分割・ベクトル化・検索・生成」のパイプラインを最小構成から組む手順を、現行APIと実装時の落とし穴つきで解説する。
AI×ライティング

Dify で社内ドキュメントを使う RAG チャットボットを作る

Difyとは、ノーコードでLLMアプリを構築できるオープンソースの開発プラットフォームである。社内マニュアルや就業規程、製品ドキュメントが年々増え、必要な一文を探すだけで数十分かかる——そんな状況に心当たりはありませんか。検索窓にキーワードを打ち込んでも、ファイル名が違う、用語の表記が揺れている、そもそもどのフォルダ…
AI×コーディング

RAGハルシネーションの解決法|原因と対処法を徹底解説(Python検証パターン15行)

RAGの「正しそうな嘘」に潜むハルシネーションの原因と、Python約15行で後付けできる検証ステップ「retrieve-generate-verify」の設計を解説。同一モデル自己評価の盲点を避け、信頼性の高いAI応答を実現します。