LLM News
モデル・基盤AI駆動開発技術・実装エージェントビジネス・活用
📅 今日のまとめ♡☆

LLM News

LLM・VibeCoding・AI駆動開発に関する最新記事をキュレーションしてお届けします。

𝕏RSS

ナビゲーション

  • トップ
  • タグ一覧
  • 検索
  • About
  • プライバシーポリシー

人気タグ

#LLM#Claude#VibeCoding#AI駆動開発#RAG#エージェント#プロンプトエンジニアリング#GPT-4

© 2026 LLM News

← トップへ

#チャンキング

4件の記事

関連タグ

#RAG#技術・実装#Amazon Bedrock#AI駆動開発#ベクトル化#遅延チャンキング#日本語コンテンツ#データ品質#ベクトルDB#LLM
📚
Zenn4月3日· 2分で読める中級🔥 注目

Amazon Bedrock ナレッジベースにおけるチャンキング戦略

Amazon Bedrockでチャンキング戦略を選ぶ際の実装ノウハウです。デフォルト・固定サイズ・階層型・セマンティックチャンキングを試した結果、意味的なメタデータ[description]を活用し、カスタム変換Lambda関数で分割するアプローチを採用。仕様書のような構造化ドキュメントをRAGに取り込む場合、文脈を保全しながら精度を高める具体的な実装が学べます。

#RAG#Amazon Bedrock#チャンキング
記事を読む →
📚
Qiita3月16日· 2分で読める中級🔥 注目

チャンキングしてからベクトル化するか、ベクトル化してからチャンキングするか ー Perplexity の遅延チャンキングを試してみる

RAGの根本的な課題である「チャンク間の文脈喪失」に対し、Perplexityが提供する遅延チャンキング(Late Chunking)が革新的な解決策をもたらします。従来は「先に分割→ベクトル化」でしたが、「先にベクトル化→分割」することで、Transformerのセルフアテンションが文書全体の文脈を保持したまま埋め込みを生成。pplx-embedファミリーを使った実験例を交えて、実装可能な形で解説しています。

#RAG#ベクトル化#チャンキング
記事を読む →
📚
Qiita3月15日· 1分で読める上級🔥 注目

RAGを本番で破綻させないためのチャンキング設計とデータ品質管理チップス

RAGが本番で失敗する原因の80%がチャンキング設計にあります。固定長チャンキングの忠実度は0.47〜0.51に対し、セマンティックチャンキングは0.79〜0.82。最小256トークン確保・セマンティック分割・親子チャンキングの使い分けと、メタデータ付与など実践的なチップスを具体的コード付きで解説します。本番運用で実際に効いた知見が詰まっています。

#RAG#チャンキング#データ品質
記事を読む →
📚
Zenn3月12日· 2分で読める中級🔥 注目

RAGベースAIシステム導入事例と技術構成

企業のRAG導入事例から、実践的なシステム構築方法を学べます。NKKTech Globalが実装した事例をベースに、500~1000トークンのチャンキング設計、Hybrid Search+Re-ranking による検索精度改善、LangChainを使った実装コード、コスト最適化戦略まで、本番運用で必要なベストプラクティスが網羅されています。RAG vs Fine-tuningの使い分けも明確で、これからRAG導入する企業の実装ガイドになる内容です。

#RAG#技術・実装#ビジネス・活用
記事を読む →