Ragas

AI(企業向け)

ローカルLLM×「本番運用Observability」設計ガイド【2026年版】——Ollama+OpenLLMetry・Langfuse・PrometheusでローカルLLMの応答品質ドリフト・推論レイテンシ・GPU利用率・幻覚率を可視化し、PoC卒業後の「壊れかけ」を検知する監視基盤

ローカルLLM(Ollama、LM Studio、vLLM等)を社内導入したものの、PoCで動作確認をした後は「とりあえず動いている」状態のまま放置されているケースが急増しています。実はここに大きな落とし穴があります。 クラウドAP...
AI(企業向け)

RAG×「チャンク戦略 2.0」設計ガイド【2026年版】——固定サイズ分割の限界を超える、セマンティックチャンキング・プロポジショナルチャンキング・ドキュメント構造認識分割で日本語社内文書の検索精度を根本から改善する

RAGの精度が伸び悩む最大の原因が、実は「検索アルゴリズム」でも「埋め込みモデル」でもなく、その手前にある「チャンクの切り方」にあることをご存じでしょうか。 多くの社内RAGシステムは、いまだに「512トークンで均等に分割する」とい...
AI(企業向け)

RAG×「評価駆動開発(Eval-Driven Development)」完全ガイド【2026年版】——Ragas・DeepEval・TruLensで「とりあえず動くRAG」から「精度を継続的に改善できるRAG」に引き上げる指標設計・ゴールデンデータセット構築・CI/CD組み込み

社内文書検索、カスタマーサポート、FAQ自動応答——RAG(Retrieval-Augmented Generation)を使ったPoCを立ち上げた企業は多いでしょう。しかし、実際に運用を始めると必ず出てくるのが次のような声です。 ...
タイトルとURLをコピーしました