生成AIを業務に活かす選択肢
生成AIを実務に活用する場合、いくつか選択肢があります。
RAG(検索拡張生成)
目的: LLMに外部知識を与えて情報を拡張する。
コストと時間: 比較的安くて早い。
難易度: ChatGPTなどの大規模言語モデルに外部情報を与えるため簡易的。
ファインチューニング
目的: 専門的な知識を持ったLLMができる。
コストと時間: 比較的高くてRAGよりも時間がかかる。
難易度: Llama3などのLLMに追加学習させるため、大規模言語モデルを構築するよりは工数が少ない。
大規模言語モデル
目的: 新しいLLMを自社の学習データのみでつくる。
コストと時間: 高くてRAGやファインチューニングより時間がかかる。
難易度: 言語モデルをフルスクラッチで構築するアノテーション労力などが必要。