RAGシステムにおける「Retrieverの検索スコア」と「LLMの回答精度」の不一致という課題を解説。検索器は類似度を最大化するが、最終目的はLLMの良質な回答であるという「目的関数の不一致」を指摘し、RAG構築における本質的な問題に切り込みます。
「HARR」:RAGのRetrieverを強化学習(RL)で育てる！
編集メモ: RAGの精度向上には検索時の類似度だけでなく、最終的なLLMの回答品質を最適化対象に含める強化学習的なアプローチが不可欠であるという示唆を得られます。