10年以上にわたるAI開発経験、特に対話システム開発、RAG組み込みシステム開発、文章生成モデル開発、データベース構築などを含む生成AI関連の豊富な経験を活かしたソリューションを提供します。
APIを通じたモデル複製による知的財産権の侵害、出力の蓄積によるモデル設計や学習データの推測などの生成AIモデルの不正利用のリスクを考慮した安全性の高いモデル・システムを設計・構築します。
外部に委託されることが多いデータの収集や加工、整備などの業務を内製化しており、データの一連の取り扱いに精通しているため、効率的かつ高精度で信頼性の高い生成AIシステムを開発できます。
解決すべき課題やユーザーのニーズを明確化し、RAGシステムが提供すべき価値や達成すべき目標を定義します。
RAGシステムの性能を左右する基盤データを準備するために、内部データまたは外部データを収集・作成し、適切な形式に変換します。
検索精度と生成応答の質を最大化するために、モデルの特性や性能を評価し、適切な生成モデルと埋め込みモデルを選定します。
データフローやクエリ処理・検索アルゴリズムの仕様を設計し、検索と生成のシームレスな連携を実現するパイプラインを設計します。
検索と生成の基本的な動作を試験的に統合し、プロンプトエンジニアリングによる出力最適化とシステム設計の妥当性検証を行います。
アノテーション基準の明確化とラベル付けを行った後、サンプリング検査によってデータの品質を評価し、さらにデータを精密化します。
加工済みデータのベクトル化、インデックス作成、ベクトルデータベースの導入などを行い、効率的かつ高精度なデータベースを構築します。
フロントエンド開発、各種モジュールの統合、セキュリティ設定、スケーラビリティの確保などを行い、本番環境にデプロイします。
実運用を通じてログの収集と分析を行い、必要に応じてデータやプロンプトを更新することによって、検索や生成の精度向上を図ります。
AIが生成した文章の人間らしさや意外性を人間の感覚に基づいて評価し、共に評価が高かった文章を学習データとして文章生成モデルのファインチューニングおよび要素技術の検証を実施。
顧客の経験を考慮した人間が思いつかないような問題解決案を生成するためのプロンプトエンジニアリングおよび生成したデータを用いたファインチューニングのためのアノテーションを実施。
.jpg?width=1600&height=900&name=image%20(43).jpg)
.jpg?width=1600&height=900&name=image%20(41).jpg)
.svg)
.svg)
.jpg)
