- NewSproutRAG: Attention-Guided Tree Search with Progressive Embeddings for Long-Document RAG
Amirhossein Abaskohi, Issam H. Laradji, Peter West, Giuseppe Carenini
採択先: 未取得
新着論文キーワード一致 2被引用 0関連度 5本文(arXiv)読む価値 4/5
Retrieval-Augmented GenerationRAG
2026-06-16 ・ SproutRAGは、学習済みの文間アテンションを利用して文レベルのチャンクを階層的な二分木構造へとボトムアップに構成する、アテンション誘導型の階層的RAGフレームワークである。外部LLMによる要約やクラスタリングに依存せず、Progressive Embeddingと階層的ビームサーチを用いることで、追加のLLM呼び出しなしに細粒度から広範な粒度までの多粒度な検索を実現する。4つのベンチマークにおいて、最強のベースラインと比較して情報効率(IE)を平均で $6.1\%$ 向上させた。
- NewA Systematic Literature Review of Retrieval-Augmented Generation: Techniques, Metrics, and Challenges
Andrew Brown, Muhammad Roman, Barry Devereux
採択先: Big Data and Cognitive Computing
補充候補キーワード一致 2被引用 12関連度 5アブストラクト読む価値 4/5
Retrieval-Augmented GenerationRAG
2025-12-12 ・ 2020年から2025年5月までのRAG(Retrieval-Augmented Generation)に関する高引用論文128件を対象とした、PRISMA 2020フレームワークに基づく系統的文献レビュー。RAGのアーキテクチャ、データセット、評価指標、および課題を体系化し、今後の研究の優先方向を提示する。
- MODE-RAG: Manifold Outlier Diagnosis and Energy-based Retrieval-Augmented Generation Evaluation
Zehang Wei, Jiaxin Dai, Jiamin Yan, Xiang Xiang
採択先: 未取得
新着論文キーワード一致 2被引用 0関連度 8本文(arXiv)読む価値 4/5
Retrieval-Augmented GenerationRAG
2026-06-16 ・ マルチモーダルRAG(M-RAG)におけるハルシネーションや追従性(sycophancy)を解決するため、変分自由エネルギー(VFE)と内部アテンション状態(ATLAS)を用いて介入を動的に制御するマルチエージェントフレームワーク「MODE-RAG」を提案する。本手法は、高リスクなクエリに対してのみMCTSを用いた因果推論や専門エージェントによる修正を行うことで、過剰修正による精度低下(介入のパラドックス)を防ぎつつ、堅牢性を大幅に向上させる。
- Vision-Guided Chunking Is All You Need: Enhancing RAG with Multimodal Document Understanding
Vishesh Tripathi, Tanmay Odapally, Indraneel Das, Uday Allu, Biddwan Ahmed
採択先: 未取得
補充候補キーワード一致 2被引用 6関連度 5本文(arXiv)読む価値 4/5
Retrieval-Augmented GenerationRAG
2025-06-19 ・ 従来のテキストベースのチャンキングが抱える、複雑な文書構造や複数ページにわたる表・図の断片化という課題に対し、大規模マルチモーダルモデル(LMM)を用いて視覚的文脈を保持しながらチャンクを生成する新しいマルチモーダル・ドキュメント・チャンキング手法を提案する。
- SCAR: Semantic Continuity-Aware Retrieval for Efficient Context Expansion in RAG
Nathanaël Langlois
採択先: 未取得
新着論文キーワード一致 2被引用 0関連度 5本文(arXiv)読む価値 4/5
Retrieval-Augmented GenerationRAG
2026-06-15 ・ RAGにおける固定長チャンク分割による「境界断片化問題」を解決するため、クエリとの関連度と隣接チャンク間の意味的連続性を考慮して適応的にコンテキストを拡張する、学習不要な検索時ポリシー「SCAR (Semantic Continuity-Aware Retrieval)」を提案する。
- Scaling Beyond Context: A Survey of Multimodal Retrieval-Augmented Generation for Document Understanding
Sensen Gao, Shanshan Zhao, Xu Jiang, Lunhao Duan, Yong Xien Chng, Qing-Guo Chen, Weihua Luo, Kaifu Zhang, Jia-Wang Bian, Mingming Gong
採択先: 未取得
補充候補キーワード一致 2被引用 7関連度 5本文(arXiv)読む価値 4/5
Retrieval-Augmented GenerationRAG
2025-10-17 ・ 本論文は、テキスト、表、図、レイアウトが混在する視覚的に豊かな文書を理解するための「Multimodal RAG」に関する体系的なサーベイである。従来のOCRベースの手法や、コンテキスト制限($128\text{K}$–$1\text{M}$トークン)を持つMLLMの限界を克服するため、ドメイン、検索モダリティ、粒度、およびハイブリッド拡張(グラフ・エージェント型)の観点から最新技術を分類・整理している。
- Multi-Field Hybrid Retrieval-Augmented Generation for Maritime Accident Root Cause Analysis
Seongjin Kim, Sungil Kim
採択先: 未取得
新着論文キーワード一致 2被引用 0関連度 5本文(arXiv)読む価値 4/5
Retrieval-Augmented GenerationRAG
2026-06-11 ・ 海難事故の根本原因分析(RCA)を自動化するため、韓国海事安全審判所(KMST)の判決報告書を「Summary」「Causes」「Disposition」の3つのフィールドに構造化した「マルチフィールド・ハイブリッドRAG」フレームワークを提案する。BM25と$bge\text{-}m3$を用いたハイブリッド検索をReciprocal Rank Fusion (RRF) で統合し、専門家によるラベル不足をメタデータ駆動型のプロキシ評価で補完することで、LLM単体よりも高精度で根拠に基づいた構造化RCA生成を実現した。
- Retrieval-Augmented Generation with Graphs (GraphRAG)
Haoyu Han, Yu Wang, Harry Shomer, Kai Guo, Jiayuan Ding, Lei, Yongjia, Mahantesh Halappanavar, Ryan A. Rossi, Subhabrata Mukherjee, Xianfeng Tang, Qi He, Zhigang Hua, Bo Long, Tong Zhao, Neil Shah, Amin Javari, Yinglong Xia, Jiliang Tang
採択先: arXiv (Cornell University)
補充候補キーワード一致 2被引用 19関連度 5本文(OA-PDF)読む価値 4/5
Retrieval-Augmented GenerationRAG
2024-12-31 ・ 本論文は、グラフ構造の持つノード・エッジ間の関係性や異種混合な情報を活用して、従来のRAGでは困難だった複雑な推論を可能にする「GraphRAG」に関する包括的なサーベイである。著者らは、GraphRAGをQuery Processor、Retriever、Organizer、Generator、Data Sourceの5つのコンポーネントからなるフレームワークとして定義し、知識グラフから科学、社会、インフラ、表形式データに至るまで、多様なドメインにおける設計と課題を体系化した。
- FT-RAG: A Fine-grained Retrieval-Augmented Generation Framework for Complex Table Reasoning
Zebin Guo, Weidong Geng, Ruichen Mao
採択先: 未取得
キーワード一致 2被引用 0関連度 8本文(arXiv)読む価値 4/5
Retrieval-Augmented GenerationRAG
2026-05-02 ・ FT-RAGは、構造化された表データにおける粒度の粗さと意味理解の不足を解決するための、セルレベルの細粒度なRetrieval-Augmented Generationフレームワークである。表を「cell groups」に分解してSATグラフ(Subject, Attribute, Temporal)を構築し、構造的近傍拡張とマルチモーダル融合を用いることで、複雑な複数表の推論を実現する。
- LAD-RAG: Layout-aware Dynamic RAG for Visually-Rich Document Understanding
Zhivar Sourati, Zheng Wang, Liu, Marianne Menglin, Y. Hu, Guo, Mengqing, Bharadwaj, Sujeeth, Kyu Young Han, Tao Sheng, Ravi, Sujith, Morteza Dehghani, Dan Roth
採択先: arXiv (Cornell University)
キーワード一致 3被引用 0関連度 6本文(OA-PDF)読む価値 4/5
Retrieval-Augmented GenerationRAGEvidence Retrieval
2025-10-08 ・ 視覚的に豊かな文書(VRD)において、レイアウト構造とページ間依存関係を保持する「記号的文書グラフ(symbolic document graph)」を構築し、LLMエージェントがニューラルおよび記号的インデックスを動的に使い分けることで、高い再現率と低レイテンシを両立したRAGフレームワークLAD-RAGを提案する。
- X-MADAM-RAG: Diagnosing and Handling Chinese-English Evidence Conflict in Retrieval-Augmented Generation
Yongqi Kang, Yu Fu, Yong Zhao
採択先: 未取得
キーワード一致 2被引用 0関連度 8本文(arXiv)読む価値 4/5
Retrieval-Augmented GenerationRAG
2026-06-11 ・ 多言語RAGにおける中国語と英語の証拠衝突問題を診断するため、制御されたベンチマーク $X\text{-RAMDocs-ZHEN}$ と、解釈可能なパイプライン $X\text{-MADAM-RAG}$ を提案する。実験の結果、提案手法は制御された条件下で高い精度を達成するが、テンプレートの規則性を排除したストレス・テストでは、文書レベルの抽出が主要なボトルネックとなり性能が大幅に低下することが明らかになった。
- CQC-RAG: Robust Retrieval-Augmented Generation via Cross-Query Consistency
Yanjia Sun, Sifan Liu, Jie Shao
採択先: 未取得
キーワード一致 2被引用 0関連度 8本文(arXiv)読む価値 4/5
Retrieval-Augmented GenerationRAG
2026-06-11 ・ CQC-RAGは、意味的に等価だが構文が異なる複数のクエリ間での回答の信頼性の安定性を利用する「Cross-Query Consistency Hypothesis」に基づいた、堅牢な検索拡張生成(RAG)フレームワークである。クエリの書き換えとリランキングを通じて多様な推論コンテキストを構築し、回答の平均信頼性と分散に基づくペナルティを組み合わせたスコアリングにより、外部の教師データなしでノイズに起因するハルシネーションを効果的に除去する。
- TechDocRAG: Relation-Preserving Retrieval-Augmented Generation (RAG) for Technical Documents
Seungjoon Lee, Myung-Seok Choi
採択先: Applied Informatics
キーワード一致 2被引用 0関連度 8アブストラクト読む価値 4/5
Retrieval-Augmented GenerationRAG
2026-05-06 ・ 技術文書特有の構造(条項、表、図、手順など)を保持したまま検索を行う、TechDocRAGというフレームワークを提案する。従来のRAGが文書をフラットなチャンクに分割して関係性を破壊するのに対し、本手法は要素間の関係性を維持することで、正確な根拠追跡を可能にする。実験では、既存のベースラインと比較して大幅な精度向上を達成している。