LLM／RAGシリーズ

LLM／RAGの導入を、より簡単に、よりスムーズに。

生成AIの活用が進む中、LLMを自社環境で運用したい、社内データを活用したRAG（検索拡張生成）を構築したい という企業が増えています。しかし、LLMやRAGの導入には、ハードウェア準備・モデル選定・環境構築・開発ツールのセットアップ など、多くの時間と手間がかかるのが課題です。また、クラウドでは機密データの管理が難しい ケースもあり、ローカル環境での運用 が注目されています。

「LLM／RAGシリーズ」 は、これらの負担を大幅に削減し、すぐに使える環境と構築スタートを支援するオールインワンソリューション です。用途に応じて選べる 「LLM／RAGスターターセット」「LLM／RAG業務活用セット」 の2製品をご用意。

業務活用セットには、RAGの初期回答精度80％を達成※1した自社開発の「G-RAGon（ジー・ラグ・オン）」を搭載。

「G-RAGon」は、Chunking（文書分割）とプロンプトの自動最適化 により、RAGの初期回答精度を向上させ、手作業での調整を大幅に削減 します。また、ナレッジデータのバックアップ機能を搭載し、RAG運用の負担を軽減することができます。

当社のGPUハードウェア専門家とAIエンジニアが連携し、ワンストップでLLM／RAG構築の立ち上げをサポート。
すべて一貫して当社で対応するため、スムーズかつ安心して導入いただけます。
これひとつで、ローカルLLM／RAGの構築をスピーディーに開始できます。

※1当社社内チャットボット検証結果

LLM／RAGシリーズの概要

LLM／RAGシリーズは、NVIDIA GPU搭載ワークステーション に、Llama や Gemma などの最新の大規模言語モデル（LLM） や、RAG開発ツール「Dify」などをプレインストール・セットアップ したオールインワンソリューションです。

さらに、業務活用セットには、RAG回答精度改善・運用支援ツール「G-RAGon」 を標準搭載。RAGの回答精度向上をサポートし、チューニングの負担を大幅に軽減します。

また、「使い方マニュアル」や「Q&Aチケット」 も付属し、導入後のサポートも充実。
LLM／RAGシリーズを導入することで、構築作業の手間を削減し、スムーズにLLM／RAGの開発・運用を開始できます。

---　LLM／RAG構築作業の流れ　---

LLMやRAGの導入には「LLMモデルの選定」「ハードウェア準備」「開発環境のセットアップ」など、
多くの工程が必要で時間とコストがかかります。

LLM／RAGシリーズなら、これらの手間を削減し、スムーズに開発・運用を開始可能。
「RAGの導入を効率化したい」「システム構築の負担を減らしたい」と考える企業に最適なソリューションです。

LLM／RAGシリーズの特長

　　オンプレミスで運用するため、機密情報の流出リスクを最小限に抑え、安全なAI環境を実現します。

　　最新のNVIDIA GPUを搭載し、大規模言語モデル（LLM）の推論やRAGのデータ検索・処理をスムーズに実行できます。

　　Llama や Gemma などのLLMモデル、RAG開発ツール「Dify」などをセットアップ済み。
　　導入後すぐに開発をスタートできる環境を提供します。

　　独自開発した「G-RAGon」は短期間でRAGの精度を向上させることが可能です。
　　RAGの調整にかかる手間を削減し、より正確な応答を実現します。※1当社社内チャットボット検証結果

　　以下のモデルをご用意しています。

　　1. LLM／RAGスターターセット：LLM／RAGの試験導入に最適なスタンダードモデル

　　2. LLM／RAG業務活用セット：RAG初期回答精度80％達成！「G-RAGon」搭載モデル

　　システム環境構築からツール設定、初期導入のサポートまで一貫対応。
　　「使い方マニュアル」と「Q&Aチケット」により、導入後も安心してお使いいただけます。

LLM／RAGシリーズ ラインナップ

LLM／RAGスターターセット

LLM／RAGの試験導入に最適なスタンダードモデル

1,628,000 円 ～

LLM／RAGスターターセット詳細ページ

LLM／RAG業務活用セット

RAG初期回答精度80％達成！「G-RAGon」搭載モデル

2,128,000 円 ～

LLM／RAG業務活用セット 詳細ページ

LLM／RAGプレインストールソフトウェア

推論に最適なNVIDIA GPUを搭載したワークステーションに、OS、GPUドライバー、ユーザインターフェース、AIモデルを含むAI実行ツールまでをプレインストールし、導入後すぐに利用を開始できる環境を提供します。

エントリー/ミッドレンジモデルによって、プレインストールされているソフトウェアが異なります。詳細は各製品ページよりご確認ください。

今後も順次、対応アプリを追加予定です。インストール内容のカスタマイズをご希望の場合は、お気軽にご相談ください。

・Dify：RAG型のAIアプリケーションの開発に適したユーザ向けツール
・Open WebUI：ChatGPTライクなOllama用のユーザ向けツール
・Ollama, Xinference：ローカル環境で様々なAIモデルを動かすことができるツール
・生成AIモデル：テキストなどの新しいコンテンツを生成することを目的としたAIモデル
・Embeddingモデル：RAGを利用する際に文や単語を数値ベクトル（埋め込みベクトル）に変換するモデル。これにより、類似度計算を効率的に行えるようにします。
・Rerankingモデル：検索結果を再評価・再ランキングするために使用されます。検索結果を、よりユーザーの意図に合った形で並び替える役割を持ち、精度向上を目的とします。

よくある質問（FAQ）

Q1. LLMとRAGの違いは何ですか？

LLM

LLM（大規模言語モデル：Large Language Model）は、膨大なテキストデータを学習し、文章の生成・要約・翻訳・コード補完などを行うAI技術です。
代表的なものとして「Llama」「Gemma」などのオープンソースモデルがあり、企業の業務効率化に活用されています。
一般的な知識に関する質問には対応できますが、社内文書や企業独自のデータに基づいた回答を生成するにはRAGを構築する必要があります。

RAG

RAG（検索拡張生成：Retrieval-Augmented Generation）は、LLMに社内等のデータを参照させ、より正確な回答を生成する技術です。
LLM単体では学習データに基づいた一般的な回答しかできませんが、RAGを活用することで、企業の独自データを組み合わせ、業務に特化した精度の高い応答を可能にします。