RAGとは？

記憶だけでは足りない

大規模言語モデルは、膨大な知識をパラメータの中に蓄えています。大規模言語モデル（LLM）とは。しかし、Lewis らが2020年に指摘したように、その知識にアクセスし、正確に扱う能力には限りがあり、答えがどこから来たのかを示すことや、モデルの知識を更新することは、未解決の研究課題でした。世の中が変わるたびにモデルを学習し直すのは、時間もコストもかかります。

調べてから、答える

1. 検索する。質問が検索の形に変換されます。元の論文ではニューラル検索器がWikipediaのインデックスを探しましたが、いまではWeb検索、企業の文書、あるいはあなた自身のメールが対象になることもあります。
2. 取り出す。最もよく合う文章が取り出されます。
3. 答える。言語モデルがその文章を手元に置いて答えを書き、その文章を出典として示すこともできます。

著者たちによると、この方法でつくったモデルは、3つのオープンドメイン質問応答のテストで当時の最高成績を更新し、記憶だけで答える同等のモデルよりも、具体的で、多様で、事実に即した文章を書きました。

解決できること

• より新しい答え：検索する対象を更新すれば十分で、モデルを学習し直す必要はありません。
• 確かめられる出典：答えのもとになった文章を示せます。
• あなた自身の情報：あなたの許可があれば、アシスタントはカレンダーやメールから情報を取り出して、それについて答えられます。

解決できないこと

• まずい検索：検索器が間違ったページや古いページを見つけると、答えはそれをもとに、同じようにすらすらと組み立てられます。
• 読み違い：モデルが出典の内容を誤って伝えることは、なお起こりえます。大事な場面では、出典を見てみる価値があります。
• 隠れた指示：AIが読むページやメールに、AIを操るために書かれた文章が含まれていることがあります。プロンプトインジェクション。
• プライバシー：あなたのファイルを検索するには、何かがそれを読み、インデックスをつくる必要があります。そのインデックスがどこにあり、誰が見られるのかを確かめましょう。AIアシスタントの記憶（英語）。

Lychnos Ring での使い方

耳にした主張をそのまま伝えて、それが本当かどうかを尋ねると、Lychnos はWebとニュースの最新の情報源に照らしてその主張を確かめ、理由をリングの画面に表示し、出典をアプリに残します。確かめるのは主張であって、人ではありません。Lychnos Ring は開発中です。それは本当？（英語）。

出典（2026年11月4日閲覧）：Lewis ほか「retrieval-augmented generation for knowledge-intensive NLP tasks」2020年（arXiv）。