Google Generative AI Leader (GAIL) ダンプと解説

ある全国規模の通信事業者は、英語・スペイン語・韓国語で 250 万件のデバイスマニュアル、料金プランのFAQ、トラブルシューティングガイドを管理しており、Cloud Storage の 18 TB の PDF、公開ウェブサイトのページ、BigQuery の料金/プランテーブルという 3 つのソースから 10 分ごとに更新されています。顧客からはサイトの検索結果が不十分だと報告されており、コールセンターのエージェントは最新で正確な回答を見つけるのに過度の時間を費やしています。経営陣は、根拠と引用に裏打ちされた応答を提供するセマンティック検索（RAG）を備え、ロールベースのアクセス制御に対応してエージェントには顧客が閲覧できない社内文書を表示でき、最小限のカスタム ML 作業でウェブサイトとエージェントデスクトップの両方に迅速に統合でき、一般的なクエリに対して P95 で 1.5 秒未満のレイテンシを実現する単一のソリューションを求めています。どの Google Cloud ソリューションを使用すべきですか？

ある全国規模の医療保険会社は、Google Cloud Storage と Confluence に 95,000 件の保険ポリシー PDF、14,000 件の FAQ、2.3 million 件の請求処理メモを保存しているが、会員はポータルで回答を見つけるのに依然として苦労しており、その結果、月間 180,000 件のサポートチャットと $2.6M のコンタクトセンター費用が発生している。 彼らは、複数のソースからの構造化・非構造化コンテンツをインデックス化し、関連性のチューニングや grounding とともにセマンティック検索およびキーワード検索を提供し、Web サイトやチャット統合のための API/埋め込み可能な UI を公開し、サポート件数を削減しつつセルフサービスの CSAT を向上できる、フルマネージドな Google Cloud のサービスを求めている。 どの Google Cloud 製品を選ぶべきですか？

ある都市のシェアサイクル企業では、1日に約50,000件の走行を記録しており、走行時間、平均速度、出発/到着ステーション、出発時刻といった特徴量を含む24か月分のデータを保有している。ラベル付けされたセグメントタグは一切なく、自然なライダーのセグメントを見つけたい。この状況で、教師なし機械学習の例に当たるのはどれか？

ある都市の交通局は、バスおよび列車から取得した時刻付きのテレメトリ記録を1,200万件収集した。記録には、速度 (km/h)、エンジンRPM、ブレーキ圧 (bar)、バッテリー電圧が含まれ、90日間にわたり5秒ごとにサンプリングされている。ラベルやカテゴリは存在せず、これらの測定値のみを用いて、潜在的な異常や故障、車両挙動の自然なグルーピングを検出したい。どのタイプの machine learning を使用すべきか？

全国規模の医療保険者が、knowledge cutoff が 2022年12月の LLM を用いた保険金請求ヘルプデスクを運用している。BigQuery のテーブルおよび Cloud Storage の PDF に、1日あたり約500件の新しい保険特約や規制通達が到着する状況で、p95 レイテンシを 900 ms 未満に維持しつつ、回答の根拠を直近30日以内のソースに限定する必要がある。この状況で、retrieval-augmented generation (RAG) は、cutoff に起因する hallucinations をどのように克服するか？