RAGとは
読み: らぐ Retrieval-Augmented Generation AI計算資源・大規模モデルの用語
RAGとは、外部の文書を検索してモデルの文脈に注入する方式。モデルを再訓練せずに最新・私有の知識を使わせる、企業導入の標準手法。
3段で深く知る — 基礎・高級・投資家視点
1行の定義から、体系解説の該当箇所へそのまま降りられる。各段の抜粋は解説本文の冒頭で、続きはリンク先にある。
第II部 仕組み ② AIの仕組み — なぜ次の1語が当たるのか
前章で見たとおり、AIの正体は掛け算と足し算の堆積である。ではその演算は何を計算しているのか。 本章は言葉が数値になり、文脈が行列になり、確率から1語が選ばれて戻ってくるまでを追う。 ここを押さえると、後章のトークン原価・KVキャッシュ・MoEの経済性が、比喩ではなく物理として読める。 1トークンが出るまでの処理の流れ 入力文をトークンに分け、埋め込みと位置情報を与え、Transformerブロックを繰り返し通し、ロジットから確率を計算して1トークンを選び、それを末尾に足して再び戻る自己回帰の流れ。KVキャッシュは繰り返しのたびに再利用され、増え続ける。 入力文「AIの仕組みを教えて」 ① トークン化 AI の 仕組 みを 教えて 単語ではなく統計で決めた切れ目 ② 埋め込み + 位置情報 数百〜数千次元のベクトル列 ③ Transformerブロック × N層 注意機構 (全トークン対の…
第III部 経済 ⑤ 応用層の解剖 — 「ラッパー」は何でできているか
基盤モデルの上に作られるAI応用は、揶揄を込めて「ラッパー (外装)」と呼ばれることがある。 しかし実際の応用は5つの層の積み重ねであり、どの層に独自性を持つかで防御力 (模倣されにくさ) が決まる。 「ラッパーだから無価値」でも「AI搭載だから有望」でもなく、層ごとの見極めが投資判断の要になる。 5.1 応用を構成する5層 5.2 応用の3分類 — 生成型・垂直特化型・実行型 生成型 (汎用対話) ChatGPT・Claude・Grok・Gemini など、モデル提供社自身の看板応用 文章・画像・符号 (コード) の生成を汎用に提供 モデル性能がそのまま製品力。第三者が同じ土俵で戦うのはほぼ不可能 垂直特化型 (業種特化) 電子商取引の商品画像生成、医療の読影・記録支援、事務のAI補助など 第3層 (業界データ)・第5層 (業務への埋め込み) で防御力を作る 業界知識と販路を持つ既存企業…
第III部 経済 ⑤ 応用層の解剖 — 「ラッパー」は何でできているか
基盤モデルの上に作られるAI応用は、揶揄を込めて「ラッパー (外装)」と呼ばれることがある。 しかし実際の応用は5つの層の積み重ねであり、どの層に独自性を持つかで防御力 (模倣されにくさ) が決まる。 「ラッパーだから無価値」でも「AI搭載だから有望」でもなく、層ごとの見極めが投資判断の要になる。 5.1 応用を構成する5層 5.2 応用の3分類 — 生成型・垂直特化型・実行型 生成型 (汎用対話) ChatGPT・Claude・Grok・Gemini など、モデル提供社自身の看板応用 文章・画像・符号 (コード) の生成を汎用に提供 モデル性能がそのまま製品力。第三者が同じ土俵で戦うのはほぼ不可能 垂直特化型 (業種特化) 電子商取引の商品画像生成、医療の読影・記録支援、事務のAI補助など 第3層 (業界データ)・第5層 (業務への埋め込み) で防御力を作る 業界知識と販路を持つ既存企業…