RAG構築・検討中の方必見！ベクトル・グラフデータベース活用方法

概要

RAG（Retrieval Augmented Generation）は、自社に蓄積された大量の社内情報、外部の最新情報を活用する手段として、信頼できるデータを検索して情報を抽出し、それに基づいて大規模言語モデル（LLM）に回答させる方法です。

昨今生成AIのビジネス活用が進展する中で、自社に蓄積された社内情報や外部の最新情報を活用することへのニーズは高まっています。
社内命題として実際にRAGを構築し始めたり、もしくはこれから取り組もうとされている企業も少なくありません。 そして初期の検証・テスト段階ではまず小規模で始められる事も多いかと思います。
社内情報の中には、文書のテキスト情報だけでなく、画像や音声、動画といった様々な種類のデータが存在します。 検証期間を終えて、これから実際に本格的に運用しようとなった時に実際のデータの多様さや量の多さに戸惑うことも出てくるのではないでしょうか。

そのような時にお役に立てるのが、Aerospikeのベクトル・グラフデータベースです。

本ウェビナーでは、RAG構築におけるベクトル、グラフデータベースの位置づけや活用方法について解説します。 RAG構築に携わっている、または今後携わる予定のある方は必見です！！

<個人情報の取り扱いについて>
Aerospike Japan合同会社およびAerospike Incのプライバシーポリシーについてはこちらをご確認ください。
https://aerospike.co.jp/privacy/
https://aerospike.com/legal/privacy-policy/
※ 当日予告なく時間配分・内容が変更になる可能性がございます。

参加費

無料

注意事項

• 欠席される場合は、お手数ですが速やかにキャンセル処理をお願い致します。
• 無断キャンセルや欠席が続く場合、次回以降の参加をお断りさせていただく場合がございます。