MaxKBは、3つの主要コンポーネントで構成されるRAG（Retrieval Augmented Generation）技術フレームワークによって、大規模なモデルの錯覚を効果的に制御します：
- 知識の構造化検索可能なナレッジグラフを作成するために、ドキュメントのアップロード時にテキスト分割とベクトル埋め込みを自動的に行います。
- 正確なコンテンツ検索ユーザが質問をすると、システムはまず知識ベース内の最も関連性の高い文書を検索し、これが答えを生成するためのコンテキストとなる。
- 制約されたコンテンツ生成存在しない情報の捏造を避け、検索された権威あるコンテンツに基づく制限付き生成のための大規模モデル
実装面では、このシステムは長い文書を処理するためにチャンク埋め込みを採用し、類似性アルゴリズム（例えば余弦類似度）を通じて質問と知識断片をマッチングし、最後にLLMの文脈理解能力を用いて検索結果と一致する回答を生成する。このメカニズムにより、回答精度は約40%向上し、特に文書の内容に基づいて厳密に回答する必要があるシナリオに適している。
この答えは記事から得たものである。MaxKB：スマートなカスタマーサービスと社内ナレッジベースのための、すぐに使えるAIナレッジベースQ&Aシステムについて
