【しーえーじー】
CAG(Cache-Augmented Generation) とは?
公開:
💡 資料を先に読んで、質問に備えるAI
📌 このページのポイント
同じ小さなマニュアルに何度も質問するなら、毎回探すの?
CAGという方式では、対象の資料を先に読み込ませ、処理した状態をキャッシュして質問に使うよ。論文は資料検索を回答時に行わない構成を提案しているんだ。
RAGと何が違うの?
どれだけ資料があっても全部入れればよい?
モデルが扱える範囲やメモリの条件があるよ。論文でも限られた管理しやすい知識の規模を重視している。巨大な資料や頻繁な更新がある仕事まで、必ず置き換えられるわけではないんだ。
資料の内容をモデルが永久に覚える?
もっと詳しく知りたい人へ
通常のプロンプトキャッシングと同じ?
入力の処理結果を再利用する仕組みは関係します。CAGの論文では、対象の知識を事前に準備したKVキャッシュで扱い、回答時の検索を省く知識利用の構成を提案しています。APIのキャッシュ機能を有効にすることだけで、その構成が完成するわけではありません。
RAGはもう不要?
論文の結果をすべての用途に一般化しません。資料量、更新頻度、必要な資料の選び方、回答品質を同じ仕事で比較します。検索を省く構成が合う場合と、検索が必要な場合があります。
まとめ:ざっくりこれだけ覚えればOK!
「CAG」って出てきたら「資料を先に読み込んだ処理結果を使って、質問へ答える方式」と思えばだいたいOK!
📖 おまけ:英語の意味
「Cache-Augmented Generation」 = キャッシュを利用して補強する生成
💬 回答の丸暗記ではなく、資料を処理した状態を利用する方式だよ