<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>zebito0220</author_name>
  <author_url>https://blog.hatena.ne.jp/zebito0220/</author_url>
  <blog_title>NTT WEST Engineers' Blog</blog_title>
  <blog_url>https://engineers.ntt-west.co.jp/</blog_url>
  <categories>
    <anon>AI</anon>
  </categories>
  <description>はじめに NTTビジネスソリューションズの辻本です。 この記事では、NTTの国産LLM「tsuzumi」を用いたRAG実装をガイドするとともに、ベースモデル（RAGなし）とRAG構成を同一の質問で実行し、精度・応答時間の実測値に基づいて効果を比較検証した結果を紹介します。 なお、本記事中で扱うサービス（Microsoft Azureなど）に関する記載は2025年11月時点の情報に基づきます。また、比較検証結果は筆者の実行環境・設定に依存し、 記事内で掲載しているコードは、理解しやすさを優先した簡略版（抜粋）です。実際の実装には、エラーハンドリングなどが含まれています。 対象読者 LLM（大規模…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fengineers.ntt-west.co.jp%2Fentry%2F2026%2F01%2F19%2F090000&quot; title=&quot;国産LLM tsuzumiでRAGを作る 実測比較で見る精度と応答 - NTT WEST Engineers&amp;#39; Blog&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn.user.blog.st-hatena.com/default_entry_og_image/160017848/1758166693297066</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2026-01-19 09:00:00</published>
  <title>国産LLM tsuzumiでRAGを作る 実測比較で見る精度と応答</title>
  <type>rich</type>
  <url>https://engineers.ntt-west.co.jp/entry/2026/01/19/090000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
