<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>kiririmode</author_name>
  <author_url>https://blog.hatena.ne.jp/kiririmode/</author_url>
  <blog_title>理系学生日記</blog_title>
  <blog_url>https://kiririmode.hatenablog.jp/</blog_url>
  <categories>
    <anon>ai</anon>
  </categories>
  <description>最近はどこもかしこもGenerative AIの情報で溢れるようになってきています。その中でもよく聞くのが、LLMが未学習である情報（例えば、企業等の組織内のデータ）を学習させ、それを元にした利用がしたいという話です。 LLMが未学習の知識を利用したい RAG （Retrieval-Augumented Generation) Fine-Tuning どっちを選べば良いのだろうか なぜ先にRAGなのか Fine-Tuningに時間がかかる ハルシネーション デバッグの容易さ 参考文献 LLMが未学習の知識を利用したい 私の知る限り、大きく分けて2つの方法があります。 RAG （Retrieva…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fkiririmode.hatenablog.jp%2Fentry%2F20231118%2F1700296868&quot; title=&quot;RAGとFine-Tuning：LLMが持っていない独自の知識を使うには - 理系学生日記&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-ak.f.st-hatena.com/images/fotolife/k/kiririmode/20231119/20231119182452.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2023-11-18 17:41:08</published>
  <title>RAGとFine-Tuning：LLMが持っていない独自の知識を使うには</title>
  <type>rich</type>
  <url>https://kiririmode.hatenablog.jp/entry/20231118/1700296868</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
