グラウンディング

Grounding

ai data beginner

生成AIの回答を、検索結果や渡した資料など確認できる情報源につなぐこと。

概要（サマリー）

グラウンディングとは、LLMの回答を、確認できる情報源へつなぐことである。Google Cloudの説明では、出力を検証可能な情報へ接続し、事実ではない内容を作る可能性を下げる能力、とされている。

資料の持ち込みを禁止した試験を、指定した資料を見ながら答える試験へ変えるイメージである。情報源は、Web検索の結果、地図、自社の文書、既存の検索APIなど、製品によって違う。RAGは、そのつなぎ方の一つである。

つなぎ方を入れても、モデルが資料を読み違えることは残る。出典が付くので、人が元の箇所を開けるようになる、という点が実用上の価値である。

モデル単体の回答は、学習した時点の知識と、その場のプロンプトから作られる。学習にない社内規程や、昨日更新された料金は、渡さなければ材料にならない。知らないときでも、それらしい文を作ることがある。これがハルシネーションである。

グラウンディングは、回答の直前に外部の材料を渡し、可能ならその材料へのリンクも返す。Googleの一覧には、Google検索、Googleマップ、自社文書のRAG、外部の検索APIなどが並ぶ。どれも「モデルの記憶だけに頼らせない」という役割は同じで、材料の出所が違う。

たとえばGemini APIでGoogle検索のツールを有効にすると、モデルが必要に応じて検索し、回答のどの部分がどのURLにもとづくかを示す引用情報を返す。

材料が検索結果なら、世界の公開情報へ寄る。材料が社内文書なら、その文書の範囲へ寄る。検索をつないだから社内規程に答えられる、というわけではない。

RAGは、質問に関係する断片を検索し、その断片をプロンプトへ添えてから生成する仕組みである。Googleは、文書やサイトのデータを材料にするグラウンディングの方法としてRAGを挙げている。

したがって、RAGはグラウンディングの一種である。グラウンディングのすべてがRAGではない。検索エンジンの結果を渡す方式は、自前のエンベディングやベクトルデータベースを持たなくても成立する。

逆に、断片を検索して渡しても、回答に出典を付けない実装がある。検索はしていても、利用者が元の文を確認できない。グラウンディングをうたうなら、材料を渡すことと、どの材料を使ったかを残すことをセットで考える。

公式の説明は、作り話を減らす、材料へつなぐ、出典で監査できるようにする、である。消えるとは書かれていない。

残る失敗には、次のようなものがある。

出典リンクは、この失敗を人が見つけるための手がかりである。リンクを見ずに、出典があるという事実だけで正しいと判断しない。

ファインチューニングは、例を使ってモデルの重みを更新する。更新した知識は、そのモデルの応答の癖として残る。どの文を根拠にしたかは、回答のたびに戻りにくい。

グラウンディングは、応答のたびに材料を取りに行く。規程を直したときは、モデルを再学習するのではなく、検索される文書を差し替える。材料を外せば、その知識は次の回答から外れる。

社内の数字のように変わる情報は、グラウンディング向きである。口調や出力の型のように、毎回の材料ではなく振る舞いを変えたいものは、プロンプトやファインチューニングの担当である。

モデルは、渡された材料を優先しやすい。古いマニュアル、下書き、権限のない人が書いたメモが検索に入っていると、それを根拠に正しい顔で答える。

登録する文書、検索に出してよい範囲、更新日の扱いを先に決める。回答には、ファイル名やURLと、その箇所の更新日を添える。材料が見つからない質問には、見つけたふりをさせず、「資料にない」と返す指示を別途書く。

「この関数はなぜ失敗しますか」とリポジトリ全体を想像させず、対象ファイルとエラーログだけを渡すのは、小さなグラウンディングである。根拠をその範囲に限ると、存在しない関数を引用する回答が減る。

AIに修正させるときは、参照したファイルパスと行を答えに含めさせる。パスが実在するかは、適用前にこちらで開く。モデルが書いたパスは、材料ではなく、材料があったという主張であることがある。

検索つきのチャットは、公開Webの情報でコード例を補う。社内の非公開ライブラリの仕様は、検索結果には出てこない。公開例のコードを、社内の関数名へ混ぜて提案することがある。使う材料の種類を、依頼文に書く。

減る仕組みであり、検出して破棄する保証ではない。資料の読み違えと、資料にない補足は残る。

RAGは、自前の文書を検索して渡すグラウンディングの一つである。検索エンジンや地図とつなぐ方式は、RAGを自前で組んでいなくてもグラウンディングと呼ばれる。

出典は確認用のリンクである。リンク先の文と、回答の文が一致しているかを見ないと、正しさは分からない。

材料は応答のたびに取りに行く。文書を更新してもモデルの再学習は不要なことが多いが、検索される側の文書が古いままなら、回答も古いままである。