Slack上の質問応答システムにおけるファインチューニングを用いたChatGPTモデルの有用性について

カテゴリ：部門大会

論文No：TC4-1-2

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：On the Effectiveness of the ChatGPT Model with Fine-tuning in Question-Answer Systems on Slack

著者名：村田 仁朗（近畿大学）,半田 久志（近畿大学）

著者名(英語)： Hiroaki Murata (Kindai University),Hisashi Handa (Kindai University)

キーワード：Slack,ChatGPT,ファインチューニング,RAG,Slack,ChatGPT,Fine-Tuning,RAG

要約(日本語)：近畿大学内でオンライン上で行っている質問対応において，類似した質問が散見された．
本研究では，このような類似した質問に対して，過去の質問データを用いてファインチューニングを施したChatGPTモデルを用いることで対応できるのではないかと考えた．
実際の過去の質問を用いて，ファインチューニングを行ったChatGPTモデルについてファインチューニングを行う前のモデルと，RAGを通した後のモデルと比較し，評価を行った．
BERTを用いて過去の回答を埋め込みベクトル化し，ファインチューニングを施したモデルとしていないモデル，RAGを通した後のモデルの回答について，過去に行われた回答との類似度を評価することで，それぞれのモデルがどの程度適切な回答ができているかを評価した．

本誌掲載ページ：178-183p

原稿種別：日本語

PDFファイルサイズ：539Kバイト