【らまいんでっくす】

LlamaIndex(ラマインデックス) とは?

最終更新:
💡 自分のデータを探し、回答の材料につなぐ

自分のデータをLLMアプリで利用するためのフレームワーク。データの取り込み・検索・RAGに加え、エージェントやワークフローも支援します。モデル自体でも、回答の正確さを保証する仕組みでもありません。

📌 このページのポイント
LlamaIndex:自分のデータを回答の材料に準備:文書を取り込み、索引を作る文書の分割・検索方法を選ぶ質問時:検索関係するデータを取得モデルで回答生成材料と質問を使う検索結果と回答は、別々に評価する権限・送信先・更新・費用も設計追加学習とは別/エージェント等も支援
RAGの基本例で、索引の準備と質問時の処理を分けています。モデル自体でもLlama専用でもありません。必要な根拠の取得や回答の正しさは、アプリとして検証します。
ひよこ ひよこ
LlamaIndexは何をする?
ペンギン先生 ペンギン先生
社内文書など自分のデータをLLMアプリで利用するための部品を提供するフレームワークだよ。データ接続や索引、検索、回答の生成を組み立てる。LLMそのものではなく、データとモデルを結び付ける役割なんだ。
ひよこ ひよこ
RAGではどう動く?
ペンギン先生 ペンギン先生
文書を取り込み、検索できる形に準備する。質問が来たら関係する部分を取得し、質問と一緒にモデルへ渡すんだ。これは質問時に材料を渡す仕組みで、データを使ってモデルを追加学習することとは違うよ。
ひよこ ひよこ
ベクトルに変換すれば必ず正解?
ペンギン先生 ペンギン先生
違うよ。文書の分割、検索方法、データの更新、質問との関連性で結果は変わる。検索で必要な根拠を取り逃したり、モデルが材料を誤って読んだりすることもある。代表的な質問で検索結果と回答を別々に評価することが必要なんだ。
ひよこ ひよこ
検索以外には使えない?
ペンギン先生 ペンギン先生
公式にはエージェントやワークフローも案内されている。ツールを使う処理や、イベントで複数のステップをつなぐ構成も作れるよ。検索専用と決めつけたり、ほかのフレームワークとの優劣を一律に決めたりせず、必要な機能と連携で選ぼう。
ひよこ ひよこ
Llamaというモデルが必要?
ペンギン先生 ペンギン先生
専用ではないよ。LLMや埋め込みモデルなどの連携を選ぶ構成になっている。名前からMetaのモデルに由来すると断定する必要もない。フレームワーク、モデル、文書解析サービスのLlamaParseは役割を分けて確認しよう。
ひよこ ひよこ
社内データでも安心して渡せる?
ペンギン先生 ペンギン先生
フレームワークを使うだけでは決まらないよ。検索する利用者の権限を守り、どの文書がどのモデルや外部サービスへ送られるかを確認する。保存先、ログ、更新、削除、費用も含めてアプリとして設計するんだ。
もっと詳しく知りたい人へ

数行のコードで本番運用も完成する?

最小の例を短く書けることと、本番の品質が整うことは別です。データの更新、アクセス制御、検索・回答の評価、監視、エラー処理、費用を確認し、要件に合わせて部品を選んでください。

ペンギン
まとめ:ざっくりこれだけ覚えればOK!
「LlamaIndex」って出てきたら「データを使うLLMアプリのフレームワーク」と思えばだいたいOK!
📖 おまけ:英語の意味
「LlamaIndex」 = LLMアプリ向けフレームワークの名称
💬 LlamaIndex FrameworkはRAGやエージェントを作るためのツールキットです。モデル自体や文書解析サービスと区別します。

参考資料

← 用語集にもどる