RAGの精度向上手法、がっつりまとめ【2025年】

DRANK

この記事は何ナレッジセンスでは、エンタープライズ向けにRAGサービスを提供しています。その中で「RAGは簡単に作れるけど、精度を上げるのは難しい」という課題に日々向き合っています。本記事は、2024~2025年に公開された研究や事例をもとに、RAGの回答精度を高める代表的なアプローチを ざっくりまとめたものです。ざっくりサマリーこの記事では、企業の社内データを利用したRAG、特に大企業で「エンタープライズRAG」での実装手法についてざっくり理解します。まず、エンタープライズRAGでのよくある課題をお伝えします。その上で、2025年現在の最新動向を踏まえ、評価手法のような基本戦略から、ちょっと高度なテクニックまで、RAGの精度を向上手法を概観します。RAG、実装は簡単。しかし、精度向上は「茨の道」*Langchainによる『RAG From Scratch』から引用。一部改変RAGとは何か？まず、RAGについて。RAGとは、LLMがファイルを参照して回答できる仕組みです。これにより、LLMが元々持っていない知識を補い、回答の正確性・信頼性を高めることができます。とりあえず作ってみるのが良さそうこの1-2年で、「基本的なRAG」の実装コストは下がりました。例えば、OpenAIの…