# 検索強化生成

ViDoRAGは、アリババ自然言語処理チームが開発した、視覚的に豊富なドキュメントの複雑な推論タスクを処理するために設計された、新しいタイプの多モーダル検索強化生成フレームワークです。このフレームワークは、動的イテレーティブ推論エージェントとガウス混合モデル（GMM）駆動の多モーダル検索戦略を通じて、生成モデルの堅牢性と精度を大幅に向上させます。ViDoRAGの主な利点には、視覚情報とテキスト情報の効率的な処理、多段階推論のサポート、高い拡張性などがあります。このフレームワークは、大規模なドキュメントから情報を検索および生成する必要があるシナリオ（インテリジェントな質問応答、ドキュメント分析、コンテンツ作成など）に適しています。オープンソース特性と柔軟なモジュール式設計により、多モーダル生成分野における研究者や開発者にとって重要なツールとなります。

M2RAGは、マルチモーダルコンテキストにおける検索強化生成のためのベンチマークテストコードリポジトリです。マルチモーダル検索ドキュメントを使用して質問に答え、マルチモーダル大規模言語モデル（MLLMs）がマルチモーダルコンテキストの知識を活用する能力を評価します。このモデルは、画像記述、マルチモーダル質問応答、ファクト検証、画像の再配置などのタスクで評価され、マルチモーダルコンテキスト学習におけるモデルの有効性を向上させることを目的としています。M2RAGは、研究者にとって標準化されたテストプラットフォームを提供し、マルチモーダル言語モデルの発展を促進するのに役立ちます。

MiniRAGは、小型言語モデル用に設計された検索強化生成システムであり、RAGプロセスの簡素化と効率化を目指しています。意味を理解する異種グラフ索引メカニズムと軽量なトポロジ拡張検索手法により、従来のRAGフレームワークにおける小型モデルの性能制限の問題を解決します。このモデルは、モバイルデバイスやエッジコンピューティング環境など、リソースの限られた環境で顕著な利点を発揮します。また、MiniRAGはオープンソースであるため、開発者コミュニティによる容易な採用と改良が可能です。

Nemotron-Mini-4B-Instructは、NVIDIAが開発した小型言語モデルです。蒸留、枝刈り、量子化による最適化により、速度の向上とデバイス上での展開が容易になっています。これは、NVIDIAの大規模言語モデル圧縮技術を用いて、nvidia/Minitron-4B-BaseをNemotron-4 15Bから枝刈りと蒸留によって得られた、微調整済みのモデルです。この指示モデルは、ロールプレイング、検索強化型質問応答（RAG QA）、機能呼び出し向けに最適化されており、4096トークンのコンテキスト長をサポートし、商用利用可能です。

C4AI Command R 08-2024は、CohereとCohere For AIによって開発された、推論、要約、質疑応答など、さまざまなユースケースに最適化された35億パラメーターの大規模言語モデルです。23言語でトレーニングされ、10言語で評価されており、高性能なRAG（検索強化生成）機能を備えています。教師あり微調整と選好学習を通して、人間にとって有用で安全であるという選好に適合するように訓練されています。さらに、対話型ツールを使用する能力も備えており、特定のプロンプトテンプレートを通じて、ツールベースのレスポンスを生成できます。

Superpowered.aiは、独自開発の技術コンポーネントSuperStackにより、標準的なRAGパイプラインの実使用における多くの失敗事例を解決しました。SuperStackには、AutoQuery、関連段落抽出、自動コンテキスト注入などの技術が含まれており、曖昧な表現や不適切なユーザー入力を、適切な検索クエリに変換し、関連情報を動的に検索することで、言語モデルが各テキストの意図を確実に理解できるようにします。チャットエンドポイントを通じて、対話型AIアプリケーションを迅速に展開できます。UIコンポーネントを提供することで、アプリケーション開発を加速します。顧客サポートアシスタント、従業員の生産性向上ツール、教育アプリケーション、法律支援ツールなど、幅広い用途に使用できます。