ChatGPTによる予測の正確化を図るためのRAG技術

今日はChatGPTに予測をさせるときの予測を正確にするためのRAGについて触れてゆこうと思います。
動画はこちらです。

Retrieval-Augmented Generation (RAG)を簡略的に述べると
①生成系AIを使う前に、検索をして、AIに考えさせるベースの統計データを用意してほしい
②用意したら統計データの使い方や方向性を示してほしい。
③プロンプトを作成してほしい

ということ。

RAGの手順

図中のクエリとは検索のこと。
また前処理の例として、ChatGPTはプログラム言語のPythonで書かれているため、横長の表を苦手としています。
だから横長の表を入手したら縦長に変換するなどの処理。

例として不動産（マンション）成約価格の予測するために、港区のマンションの成約価格と条件を4万件読み込ませます。

RAGの手順１

読み込ませるだけでなく、空欄があると推論できなかったりするので空白でメル等の支持を出します。

すると、不動産成約価格に最も影響を与えているのが英名であることがわかります。

条件の重さと成約価格の予想

その後、麻布十番のマンションの事例を入れる。
結果46,000千円と予測してきました。