<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>miu4930</author_name>
  <author_url>https://blog.hatena.ne.jp/miu4930/</author_url>
  <blog_title>Vポイントマーケティング｜TECH LABの Tech Blog</blog_title>
  <blog_url>https://techblog.vpoint.co.jp/</blog_url>
  <categories>
    <anon>AI</anon>
    <anon>LLM</anon>
    <anon>RAG</anon>
  </categories>
  <description>こんにちは、CCCMKホールディングスTECH LAB三浦です。 先日は母の日でした。母の日って海外が発祥のイベントなんですよね。世界ではどんな風に母の日をお祝いしているのか、一度調べてみたいな、と思いました。 Large Language Model(LLM)が学習していない情報について回答させるテクニックとして、Retrieval Augmented Generation(RAG)があります。RAGが必要になるケースは結構あるのですが、RAGによってどれだけ質問に正しく回答出来ているのかという定量的な評価が出来ていないな、という課題感を持っています。 RAGはベースのプロンプトの作り方や関…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftechblog.vpoint.co.jp%2Fentry%2F2024%2F05%2F14%2F165643&quot; title=&quot;RAGのパイプラインを評価するフレームワーク&amp;quot;RAGAS&amp;quot;でテストデータの作成から評価までを行ってみました。 - Vポイントマーケティング｜TECH LABの Tech 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-ak.f.st-hatena.com/images/fotolife/m/miu4930/20240514/20240514150052.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2024-05-14 16:56:43</published>
  <title>RAGのパイプラインを評価するフレームワーク&quot;RAGAS&quot;でテストデータの作成から評価までを行ってみました。</title>
  <type>rich</type>
  <url>https://techblog.vpoint.co.jp/entry/2024/05/14/165643</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
