東京大学松尾研究室発スタートアップのWanderlust、デンソーのAI活用プロジェクトにおいて非構造化データの構造化技術を用いたRAG精度向上に関する実証実験を実施
NQ スコア
87/100
N1 コンテンツ完全性
9
AI サマリー（NQ 加工済み）
東大松尾研発スタートアップのWanderlustが、デンソーのAI活用プロジェクトで実証実験を実施。独自の非構造化データ構造化技術により、RAG（検索拡張生成）の回答精度を大幅に改善できることを確認した。
AI 分析データはまだありません。
よくある質問
- Q: 株式会社Wanderlustはどのようなバックグラウンドを持つ企業ですか？
- A: 東京大学松尾研究室発のAI研究開発チームと技術コンサルタントを中心としたAI開発コンサルティング会社です。
- Q: 今回の実証実験はどのような目的で実施されましたか？
- A: デンソーが推進する社内データ検索基盤の高度化プロジェクトにおいて、非構造化データの処理および構造化技術の検証を行うために実施されました。
- Q: 実証実験においてWanderlustはどのような技術的手法を用いましたか？
- A: OCR（光学文字認識）とVLM（視覚言語モデル）のパイプラインで構築した構造化手法を駆使し、プロンプト調整を最適化しました。
- Q: 企業内ナレッジ活用におけるRAG導入で、どのようなデータが回答精度のボトルネックとなっていましたか？
- A: 折れ線グラフや棒グラフ、散布図などの複雑な図表データがAIで処理できないことが、回答精度のボトルネックとなっていました。
- Q: 実証実験の概要として、具体的にどのような内容の検証が行われましたか？
- A: 図表データの構造化、構造化処理の有無による回答精度の比較検証、および非構造化データを扱う最適なRAGアーキテクチャの検討が行われました。