LLM・RAGは、大規模言語モデルの仕組みと、それを使ったアプリケーションの実装を扱う分野です。RAGは外部の文書を検索して回答の根拠に使う構成で、検索と生成をどう組み合わせるかが設計の要になります。

Few-shot、Chain of Thought、プロンプトチェイニングといったプロンプトの技法、構造化出力、RAGパイプラインの設計と評価、埋め込みモデルやチャンキングを取り上げています。Transformerやアテンション、KVキャッシュ、量子化、vLLMなどの推論基盤、LLMの評価やLLMOps、各社モデルの仕様も扱っています。

記事 190 件 最新の記事

このカテゴリでよく読まれている記事

直近 30 日の読者数の多い順

  1. 1 Ollama Web Searchの使い方｜APIキー設定・料金・Python実装【2026年10月】 114 人
  2. 2 Qwen3-VLとは｜2B〜235Bのモデル一覧・必要メモリ・Ollama/transformersでの動かし方 105 人
  3. 3 Gemma 4 12BでローカルAIを動かす｜必要スペック・CPU実測・Ollama API実装・26B A4Bとの違い 97 人
  4. 4 BM25とは？読み方・計算式とk1・bの意味、Python実装（rank_bm25・bm25s）の落とし穴 91 人
  5. 5 Ollamaでファイルをアップロード・読み込む方法｜公式アプリとOpen WebUIのRAG設定【2026年10月】 86 人

まず読むべき記事

用語の解説・入門の記事から、よく読まれているもの

注目のキーワード

LLM・RAGの記事一覧RSSメールで受け取る