※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「図表を読めるRAG」を作る 近年、テキストだけでなく、図・表・グラフといった画像を含む資料からも情報を検索・活用できる「マルチモーダルRAG（Retrieval-Augmented Generation）」の重要性が高まっています。従来のRAGが扱える情報はテキストデータに限定されており、実務現場で扱う文書──技術報告書・研究論文・プレゼン資料──のように、図表を多く含むデータには十分対応できませんでした。本書は、この課題を踏まえて、実務文書にも対応できるマルチモーダルRAGについて体系的に解説します。 本書では、自分の手でマルチモーダルRAGを構築できるようになることを目指します。全体を通して、手を動かしながら理解できるよう、再現可能なコード例を多数提示しています。 【主要目次】 Chapter 1 テキストベースのRAG Chapter 2 Responses APIのfile searchによるRAG Chapter 3 標準的なマルチモーダルRAG Chapter 4 ColPaliを利用したマルチモーダルRAG Chapter 5 エージェントによる自律制御を組み込んだMMA-RAG Chapter 6 VQAを中核としたマルチモーダルRAG

詳細