2.1標準
長い規程をベクトル検索へ登録する。
質問に関連する節だけをモデルへ渡し、入力上限と無関係な文脈を減らしたい。
文書をチャンクへ分割する主な目的はどれか。
× 不正解
チャンク化は検索単位とモデルへ渡すコンテキストを制御するために行う。チャンクサイズやオーバーラップは文書構造と検索品質で調整する。
詳細解説
誤りすべての文書を暗号化せずに公開する
チャンク化と公開可否は別のセキュリティ設計である。
正しい検索の単位を細かくし、関連部分をコンテキストへ効率よく渡す
適切な大きさに分割すると、検索結果が質問へ近い節になり、入力トークンも抑えやすい。
誤りモデルのパラメータ数を増やす
文書分割は入力データ処理であり、モデルのパラメータを変更しない。
誤り分割しただけで文書の正確性を自動的に保証する
分割は検索単位の設計であり、内容の正確性や更新を保証するものではない。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
Task 2.1のchunkingの定義と、Bedrock Knowledge Bases公式の文書分割の説明を読む。同じ規程で節の境界を残す場合と途中で切る場合を比較し、検索単位と渡す文脈の違いを整理する。
参考にした公式資料
確認できる内容
チャンク化を入力文書の処理として説明し、検索単位・文脈量・境界による情報欠落を区別できる。
理解のポイント
- チャンク
- 検索単位
- コンテキスト量
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- Task 2.1は用語の定義を含む。RAG全体の設計は関連するTask 3.1だが、この問の主判断はチャンク化の目的である。
- 最小のチャンクが常に最良とは限らない。重なりを増やすと文脈を保ちやすい一方、重複する取得内容も増え得る。
基礎のおさらい
チャンク
検索や埋め込みの単位となる文書の部分。
オーバーラップ
隣接チャンクに共通部分を持たせ、境界で文脈が切れる影響を抑える方法。
問題IDAWS-AIF-040
確認環境AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
最終技術確認2026-10-23
誤り・権利侵害を報告