よむ、つかう、まなぶ。

MC plus(エムシープラス)は、診療報酬・介護報酬改定関連のニュース、

資料、研修などをパッケージした総合メディアです。


資料3-2:事務局参考資料 (8 ページ)

公開元URL https://www.digital.go.jp/councils/digital-cybersecurity/b37edb39-2a1c-4a1f-8c5e-431fcc299cd5
出典情報 デジタル・サイバーセキュリティワーキンググループ(第1回 2/3)《デジタル庁》
低解像度画像をダウンロード

資料テキストはコンピュータによる自動処理で生成されており、完全に資料と一致しない場合があります。
テキストをコピーしてご利用いただく際は資料と付け合わせてご確認ください。

データのAI-Ready化によるAIの向上
○ 現場の生データをAI-Ready化していくことで、精度が大幅に改善されることが、ビッグテックや学術界
の論文からも 多数報告されている。
○ 既に製造業内でもAI-Readyなデータを整備し、AIモデル開発を目指す先進的な取組も存在。
ビックテックや学術界の論文
企業

タイトル

アプローチ概要

DevDay: “A
Survey of
Techniques for
Maximizing LLM
Performance”
*1

RAGにおけるモデルへ与えるデタの改善をさまざま実施すること
で大幅な改善が見られた。例え
ば、チャンクサイズの最適化、リラ
ンキング、メタデータ付与、クエリ
拡張、プロンプトエンジニアリング、
データ取得のための外部ツール
の活用など

Anthropic


Contextual
Retrieval in AI
Systems *2

チャンクの前後文脈を追加する
などのコンテキストデータを最適
化する(Contextual
Retrieval)ことで、RAG性能
の向上

カーネーギー

などの共著

LumberChunke
r: Long-Form
Narrative
Document
Segmentation
*3

物語系長文(GutenQA)で、
動的に“話の切れ目”を見つけて
分割するなどし、情報検索精度
を大きく改善

OpenAI社

製造業の事例
精度改善

53ポイン
ト改善
(45% > 98%)

設備故障診断AIの開発
• 日立とダイキンが共同で、工場の設備故障診断AIエー
ジェントの試験運用を開始
• 「OTデータ」と、設備故障原因分析プロセスである「OTス
キル」を組み合わせたAIで、ダイキンの一般的な保全技
術者と同等以上の故障診断を実現

取得失敗

改善
(5.7%

1.9%)

7.37%
改善

*1:https://www.youtube.com/watch?v=ahnGLM-RC1Y
*2:https://www.anthropic.com/engineering/contextual-retrieval*
*3:https://arxiv.org/pdf/2406.17526

(出典)FastLabel社作成資料

8