差分学習　要望

1) 取得側の“多様性”を先に担保（事実の幅を増やす）
Multi-query RAG：ユーザ質問を複数表現に書き換えて並列検索（同義語・役割視点）。
Rerankで多様化：MMR や RRF で“関連性×非重複”を両立（同じ文脈ばかり拾わない）。 CMUコンピュータサイエンス学院+2Elastic+2
2) 生成側の“答えの多様性”
Verbalized Sampling（VS）：
例）「この質問に対する候補回答を3つと、その確率（自信度）を言語化して提示」。
訓練不要・推論時だけで多様性を1.6〜2.1倍にできると報告。ERPの説明系にも応用可。 arXiv+1
プロンプト・アンサンブル：
「営業Ops視点／会計視点／在庫視点／管理者視点」など役割別の回答を生成し、上位を提示。
3) “正しさ”のガード（多様性≠でたらめ）
再ランク基準：①根拠カバレッジ（何件の根拠に支えられるか）、②一貫性（内部矛盾なし）、③Odoo手順の可実行性（UI/メニュー名やAPI名の存在チェック）。
ファクト制約：最終回答は引用と出典付、数値・画面名は retrieval に現れた語だけ許可。
温度と本数の上限：k=2〜3、回答トークンを短く、コストとばらつきを抑制。
4) UI/運用
トグル：「Answer mode = Standard / Diverse」。既定は Standard。
表示：「最適解＋他の見方（2件）」をタブ表示、各タブに根拠リンク／“違い”の一言注釈。
ログ：どの候補が採択されたか、根拠のドキュメントID、VSでの“確率”を監査ログに。

デモ段階（A+B1）での最小実装
Retrieval を Multi-query + MMR/RRF に差し替え。
生成は VSスタイルで候補2〜3本を出し、内部スコアでBest-of-N採択。
エンドポイントに mode=diverse を追加（既定は standard）。
CI では 決定論テスト（温度0／1本）と、多様性スモーク（温度↑＋候補数↑で形状だけ検証）を分離。
どこまで“VS”を攻めるか（注意点）
VSは創造的課題で効果が大きい一方、業務手順の厳密性が要る場面では出し過ぎ禁物。
→ “説明の観点や粒度”を変える用途に限定、最終手順は単一の確定版を返す。