この記事は、主流のRAGチュートリアルに挑戦するエンタープライズドキュメントインテリジェンスの10の立場を提示します。RAGは機械学習ではない；エンベディングは魔法ではない；チャンクサイズスイープは間違ったものを最適化する；回答スキーマはモデルより重要である。標準的なチュートリアルパターン—ドキュメントをチャンクに分割し、エンベディングを作成し、コサイン類似度で検索し、 rerank し、LLMに送信する—はhello-worldの例では機能しますが、実際のエンタープライズドキュメントでは揺らぎます。これらの10の立場は3つのレイヤーに分かれます：検索（構造第一、モデルより前に辞書、リランカーは段階ではなくツール、すべてに1つのベクトルストア）、エンタープライズの定義（エンタープライズとは何か、システムが誰を増幅するか、実行時に誰がルートを選ぶか）、および監査（障害ごとの評価、ブロック間の関係構造、引用としての証拠）。立場1はデフォルトのチュートリアルを反転させます：ベクトルストアはフォールバックであり、基盤ではありません。構造第一の検索は実際の質問の大半を処理し；エンベディングは残余ケースのセーフティネットとして機能します。シリーズの補足ノートブックは実際のPDFで実行され、エンベディング以前の構造第一検索を示し、行レベルの引用を含む型付き回答を提供し、障害モードごとに評価を分割します。

主要なエンティティ: 会社: Anthropic | 人々: Hamel Husain, Eugene Yan, Jason Liu

よくある質問: なぜ主流のRAGチュートリアルはエンタープライズ環境で失敗するのか？

主流のチュートリアルは単一のベクトルストアとコサイン類似度アプローチに依存しており、これはhello-worldの例では機能しますが、実際のエンタープライズドキュメントでは機能しません。この記事は、構造第一の検索を提唱し、ベクトルストアをフォールバックとして扱い、ベンチマークよりも解釈可能性を強調しています。