BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:なぜ回答が期待通りにならない？ 生成AIに自
 社データを連携させる技術 「RAG」の性能向上テクニッ
 ク3選
X-WR-CALNAME:なぜ回答が期待通りにならない？ 生成AIに自
 社データを連携させる技術 「RAG」の性能向上テクニッ
 ク3選
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:943100@techplay.jp
SUMMARY:なぜ回答が期待通りにならない？ 生成AIに自社デ
 ータを連携させる技術 「RAG」の性能向上テクニック3
 選
DTSTART;TZID=Asia/Tokyo:20240508T170000
DTEND;TZID=Asia/Tokyo:20240508T180000
DTSTAMP:20260405T100511Z
CREATED:20240425T063428Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/94310
 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nなぜ回答が
 期待通りにならない？ 生成AIに自社データを連携させ
 る技術 「RAG」の性能向上テクニック3選\n▼内容\n生成A
 Iに自社独自のデータ（社内規定やマニュアル、自社商
 材に関する情報など）を読み込ませる技術「RAG」。詳
 細で正確な回答や、最新情報からの回答が可能になり
 ます。\nしかし「期待を上回る回答が出てこない」と
 いうお悩みもよく伺います。\nそこで本セミナーでは
 、RAGの回答性能を上げるためのテクニックを3点ご紹介
 します。\n１．プロンプトの工夫（プロンプト設計の
 ポイント、実際に使えたプロンプトの例）２．自社デ
 ータの整備（データクレンジングのポイント）３．長
 いテキストの分割（分割の重要性）　※内容は変更に
 なる可能性がございます。\nまた、RAGを活用して、大
 幅な業務効率化を実現している顧客事例も複数公開い
 たします。生成AIでの業務効率化の検討にぜひお役立
 てください。（本セミナーは無料です）\n▼こんな方
 におすすめ\n\nRAGの仕組みを知りたい\nRAGの性能に満足
 できていない\n自社データを活用した生成AI活用に興味
 がある\n\n▼講義内容\n17:00-　　ご挨拶17:01‐　　講演
 「「RAG」の性能向上テクニック3選」17:40-　　質疑応答
 18:00-　　終了\n▼講師プロフィール\n長谷川 駿\n株式会
 社Exa Enterprise AI AI戦略グループグループリーダー技術
 専門役員\n東京工業大学情報工学科卒業（伊東研究室
 、アルゴリズム解析）、同大工学院修士課程修了、博
 士課程中退（奥村研究室、自然言語処理）。在学中に
 、多目的時系列探索問題における理論解析で国際ジャ
 ーナル、生成AI（テキスト自動要約）の研究で  最難
 関国際会議採録と国内研究会における 若手奨励賞を受
 賞。2021年4月、当社に新卒入社。テキスト要約、セン
 チメント分析など自然言語処理の幅広い技術検証、社
 会実装や技術アセット開発に従事。exaBase IRアシスタン
 トの初期検証から立ち上げに携わり、現在は2本のプロ
 ダクトを持つExa Enterprise AIにてAIエンジニアチームを率
 い、AI戦略策定、プロダクト改善、新規開発のAI技術を
 リード。2024年4月、技術専門役員に就任。\n\n\n▼注意
 事項\n\n開催方法：Webセミナー　※Zoomを利用します\n参
 加方法：お申込後に、別途メールにてご案内致します
 。\n競合他社様のお申込みはお断りする場合がござい
 ます。予めご容赦ください。\n
LOCATION:
URL:https://techplay.jp/event/943100?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR