定義
Self-RAGとは、LLMが生成の過程で検索の要否や取得文書の妥当性を自ら判断し、反省トークンで自己評価しながら回答を作る自己反省型RAG手法のこと。
Self-RAG (自己反省型RAG)とは（詳しく解説）
Self-RAGは、LLM自身が検索の要否・取得文書の関連性・生成内容の裏付けを「反省トークン」と呼ばれる特殊トークンで自己評価しながら回答を生成するRAG拡張手法とされる。通常のRAGが常に検索を行い取得結果をそのまま使うのに対し、Self-RAGは必要な場合のみ検索し、関連性の低い文書や根拠のない主張を自己批判的に除外できる点が特徴とされる。2026年時点の実運用では、反省ステップの追加により推論コストとレイテンシが増える点が現場での落とし穴として挙げられ、リアルタイム性が求められるチャットボット用途では敬遠されがちとされる。また反省トークンの学習には専用のクリティックモデルや追加学習データが必要になるため、通常のRAG構築と比べて導入コストが高くなる傾向がある。現場での選び方としては、幻覚抑制や根拠の明示を最優先する高リスク領域（医療・法務など)では採用を検討し、速度とコストを重視する一般用途では通常のRAGとリランキングの組み合わせで十分とする判断が広く採用されている。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「Self-RAG (自己反省型RAG)とは」 https://aipicks.jp/glossary/self-rag
Self-RAG (自己反省型RAG)の使用例
- 社内FAQボットにSelf-RAGを組み込み、根拠文書が見つからない質問には検索結果不足を理由に回答を保留させる設計。
- 生成した回答の各文について反省トークンで「取得文書に支持されているか」を判定し、根拠が薄い文だけ再生成させるパイプライン。
