本文へスキップ

CAG

知識を文脈に蓄えリアルタイムの検索を省く

公式サイトを見る

CAG とは

本手法は Cache-Augmented Generation と紹介され、関連情報をあらかじめ文脈に読み込み実行時のパラメータを蓄えて直接回答を生成する。

できること

  • リアルタイムの検索をはさまず質問に答える
  • 蓄えた知識から要約を生成する
  • 自然言語処理の研究で手法を調べる

備わる機能

  • 関連情報を文脈へ事前読み込みする
  • 実行時のパラメータを蓄え高速に応答する
  • 検索の誤りを減らし仕組みを簡素化する

長所と短所

✓ 良い点

  • リアルタイムの検索を除くことで遅延が下がる
  • SQuAD と HotpotQA が対応データセットに挙がる

! 注意したい点

  • 手法は事前読み込みした知識に依存
  • 文脈の幅の拡大が前提として挙がる

よくある質問

何を解消する?

資料は RAG の検索遅延、検索の誤り、仕組みの複雑さを挙げる。

どのデータセットが挙がる?

資料は SQuAD と HotpotQA を挙げる。

最終評価日: 2026-11-15

その他 AIコーディングツール ツール

すべて見る →

評価方法