RAG・検索

音声によるマルチホップ質問応答では、より高度な検索構造が絶対的な性能を高める一方、上流の音声認識誤りを増幅する可能性がある。特に、質問中のエンティティの誤認識が大きな失敗要因となっている。

Accelが主導した2,600万ドルのシードラウンドを得て、Keenableがステルスモードを終了した。同社はAI向けに設計した1,000億件超のウェブ文書インデックスを構築し、検索APIを提供しているという。

Amazon DynamoDBがネイティブのベクトル検索に対応し、埋め込みベクトルと業務データを同じテーブルに保存できるようになった。AIアプリの構成は簡素化できるが、専用ベクトルデータベースが直ちに不要になるわけではない。

固定された文書集合について、推論時に検索結果を与えず回答するための新しい後学習手法として、IARが提案された。文書知識の注入、QA行動への整合、汎用能力の回復を分離して最適化する。

Googleは、読者が特定の媒体を優先的に表示できる「Preferred Sources」ボタンを、出版社が自社サイトに設置できるようにする。検索やAIの回答画面からウェブサイトへのクリックが減る中、媒体に新たな流入獲得手段を提供する狙いだ。

RAGへの汚染攻撃は、モデルを不確かな状態にするのではなく、誤った情報に対して過剰な確信を持たせることがある。新たな研究は、生成中の文書レベルの注意エントロピーを追跡するD-SCANを提案した。

Shopifyは第2四半期の決算説明で、AI検索が従来検索を置き換えるのではなく、加盟店への流入と注文を増やしていると述べた。AI由来のトラフィックと注文は前年同期比で3倍になったという。

Alibaba-NLP の UEmbed は、decoder-only のマルチモーダル埋め込みモデルで、疎な語彙表現と密なベクトルを1回の因果順伝播で生成する。検索、RAG、マルチモーダル検索における分断された表現設計を統合しようとする研究だ。

DeepVoyager-VL は、画像を最初に見るだけの多モーダル検索から、視覚情報が検索と推論を継続的に導く仕組みへ進めようとする研究です。長い探索過程で、画像証拠を中間判断に使う点が特徴です。

RedditのSteve Huffman CEOは、GoogleのAI Overviewsが従来の検索リンクほどオープンウェブに価値を返していないと疑問を呈した。好調な決算にもかかわらず、検索流入の不安定さが投資家の懸念を招いた。

RAG の検索方式を同一条件で比較した研究は、コーパスが大きくなるほど BM25 の優位性が高まることを示した。小規模では File-System Agent が先行するが、約 1000 万コーパストークン付近で BM25 が逆転する。

TechCrunchが紹介したSimilarwebのデータによると、GoogleのAI Overviewsは検索の43%に表示されるようになった。1年前の15%から大きく伸び、AI回答が検索の中心になりつつある。

LAMAR は、多言語 RAG における再ランキングで、意味的関連性だけでなくクエリと言語が一致する文書を重視するための言語認識型モデルです。

The Vergecast は、検索エンジンがコンテンツを収集し、その見返りにサイトへ流入を返すという長年の仕組みが、AI要約によって揺らいでいると論じている。

この論文は、LLMやAIエージェントが検索結果の主な利用者になるなかで、検索品質は単一文書の関連度ではなく、文書集合として評価すべきだと主張している。

AutoIndex は、検索器やリランカーを変更するのではなく、索引化の前に文書をどう表現するかを学習する枠組みです。BM25 を固定したまま、CRUMB の 8 タスクすべてで Recall@100 の改善を報告しています。

RAGUは、知識抽出とグラフ統合を分離するオープンソースのGraphRAGエンジンだ。専用の7Bモデル Meno-Lite-0.1 により、巨大モデルに頼らない構築を狙う。

SearchOS-V1 は、長時間のオープンドメイン検索で Agent が進捗を見失い、同じ検索を繰り返す問題に取り組む。証拠、未解決領域、失敗履歴を外部状態として管理し、複数 Agent の協調を安定させる。

GRASPは、Agentic RAGが「いつ検索するか」「どの検索手段を使うか」「どこまで文脈を読むか」を学習するための強化学習フレームワークです。意味検索、キーワード検索、段落読解を組み合わせ、多段推論での証拠取得と回答品質の向上を狙います。

NVIDIA は Hugging Face 上で Nemotron 3 Embed ファミリーを公開し、企業向け RAG、コード検索、エージェント記憶、実運用規模の検索を主要用途に位置付けた。8B BF16 版は RTEB で首位とされ、1B 版は低コストかつ高スループットの配備を狙う。

arXiv掲載論文は、LLM翻訳を文ごとの置き換えから文書全体の再構成へ進めるため、RAGベースの PAT を提案している。仕様と可比コーパスは大きな reformulation を促す場合があるが、その効果はまだ安定していない。