登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 検索エージェント
検索エージェント コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
検索エージェント を含む検索結果
検索エージェントの精度が頭打ちなら、次に削るべきはコンテキストのトークンです。 Context as Infrastructure: Knowledge Compilation for Retrieval in Agentic Systems with Harnesses BM25とgrepだけのharnessでも、FRAMESで91%に達したそうです。残る問題は、同じ文書を読み直して無駄にトークンを使うこと。そこで、事前にLLMで文脈を付与する「知識コンパイル」を提案しています。 🧾 注目ポイント1:主張-根拠ペア 1単位は「正規化した主張+原文そのままの根拠スパン+出典オフセット」です。根拠が特定できない主張は保存しません。検索でチャンクを見つけたら、チャンクをこのペアに置き換えてコンテキストに入れます。 📉 注目ポイント2:構造化は効かず、置換が効いた 要約木、目次、wiki、グラフは精度向上が検出されませんでした。一方、主張-根拠への置換はFRAMES(N=200)でクエリトークンを平均38%削減し、精度は測定誤差内です。代償として、ラウンドが増えて遅延は悪化し、判断ゲートで抑えます。 🧮 注目ポイント3:元が取れるかを式で見積もる ゲート受理率をp_hとすると、損益分岐は約2%です。実測の平均は受理率約43%に相当し、コンパイルが10クエリ分のコストなら約26クエリで回収できる計算です。 ただし1ベンチ・1実行・信頼区間なしで、誤受理率の監査は未実施です。コンテキストを「インフラ」として設計する発想が実務的だと思います。 #RAG# #AgenticAI#
もっと見る
🔎 検索エージェントのRL学習が途中で伸びなくなる、その隠れた原因を突き止めた論文です。 タイトル: Harness-G: A Graph-Structured Harness for Search Agents URL: ❓ なぜ学習が崩壊するの? 💡 「検索等価性崩壊」が原因です。文字列は違うのに同じ証拠しか引かないクエリばかりになり、同じ証拠→同じ回答→同じ報酬でグループ内のアドバンテージが消え、学習信号が枯れてしまいます。 ❓ Harness-Gはどう解決するの? 💡 クエリを自由記述させるのをやめ、コーパスから作った段落-文-エンティティのグラフ上で「メニュー選択」に変えます。ポリシーは文字列でなく行動IDを選ぶだけ。有限・検証可能・先読み可能なので、検索結果の多様性が保たれます。 ❓ 信用割当(SNC)とは? 💡 凍結した回答器で「その行動が正解確率をどれだけ上げるか」を先読みし、他の候補との差で評価します(フロンティア相対)。さらに「先に橋渡しエンティティを見つける」ような後で効く一手を来歴を辿って後方伝播(イネーブルメント)。追加ロールアウト不要です。 ❓ 効果は? 💡 6つのQAでGraph-R1を1.5Bで+10.74、3Bで+3.98上回り両スケール最高。マルチホップで特に強く、グラフ構築はAPIコスト$0です。 #検索エージェント# #強化学習#
もっと見る
LLMの検索エージェントは、「いつ検索するか」を何で学べばよいのでしょうか 🔎 Search When Needed, Proceed When Reliable: Metacognitive Reliability Supervision for Efficient Agentic Search ❓ 最終回答の正誤を報酬にすると、何が問題ですか? 💡 偶然の正解、無駄な検索を含む正解、有用な検索のあとの誤答があり、各検索判断が適切だったかを直接は示せません。その結果、信頼できない状態のまま進む検索不足や、すでに信頼できるのに検索する検索過多が起こります。 ❓ この論文は何を報酬にしていますか? 💡 各ステップでモデルが出す中間の結論について、「どれだけ信頼できそうか」を推定して使います。トークンの平均負の対数尤度を不確実性とし、事前に集めたデータで不確実性から正答率への対応を作って、信頼度に変換します。 ❓ 検索する判断と、しない判断は、どう評価しますか? 💡 ・検索しない場合は、今の信頼度が較正用の基準より高ければ報酬、低ければ罰です ・検索する場合は、検索結果を足したときの信頼度から、足さないときの信頼度を引いた差で評価します この平均をプロセス報酬としてGRPOに加えます。プローブは学習時だけで、推論時の追加コストはありません。 ❓ 効果はどれくらいですか? 💡 Qwen2.5-7Bの7つのQAで平均CEM 69.3となり、最強のベースラインHiPRAGの67.2を上回りました。1問あたりの検索回数は1.64回で、HiPRAGより6.8%少なくなります。ただしマルチホップでは検索が約6.6%増え、学習は1ステップ約14.6%遅くなります。 #AgenticRAG# #ReinforcementLearning#
もっと見る
【ブログ】日本語のWeb検索エージェントを評価するベンチマーク「Snapshot BrowseComp-ja」を公開しました。250問の日本語の質問と固定された検索コーパスを用い、検索を繰り返して情報を統合する能力を再現可能な条件で評価できます。設計方針や問題例、公開モデルでの評価結果をご紹介します。
もっと見る
Expo 必見ブース 👉リアルタイム事例検索エージェント Gemini Live API × Agent Search [EX6] 音声で話しかけると Gemini Live API がリアルタイムに応答し、Agent Search が事例データから最適な情報を瞬時に探し出します! 7/30, 31 開催 #GoogleCloudNext🗼#
もっと見る
TL;DR: 検索エージェントへの攻撃を、防御に合わせて自ら進化させると、固定の攻撃より大きく精度を下げられました。静的なベンチマークは、リスクを過小評価しているかもしれません。 The Web Doesn't Sit Still: Adversarial Self-Evolving Attacks on Search Agents ポイント ・🧪 RAGポイズニングの評価を、固定テンプレートではなく「進化する攻撃」で行う枠組み ・🧬 CREO: 成功と失敗の推論トレースを対比し、LLMが戦略を交叉・突然変異させる進化的最適化 ・🔁 防御側は前ラウンドの攻撃パターンをプロンプトに開示して対抗する二階層の設定 ・📉 MuSiQueのGLM-5.1は、基準Acc 82がAuthChainで41、CREOで16に低下 ・⚠️ 平均TASRはCREOが60.5〜74.6%、FactSwapは約20% ・😵 偽情報を信じるだけでなく、矛盾に混乱して回答を拒否する「認知的麻痺」も新指標APRで計測 ・🛡️ キーワードやパープレキシティのフィルタはほぼ無効。有効な防御も残存リスクが大きい 評価はマルチホップQAに限られ、防御は戦略を知った条件です。それでも、検索エージェントの安全性評価は適応型攻撃を前提にすべきだと示しています。 #AIセキュリティ# #検索エージェント#
もっと見る
# AIエージェントをエンタープライズシステムに組み込む意思決定ポイント # ストリーミング vs バッチ出力 🎯 ポイント エージェントの応答を「トークンが出るたびに流す」か「全部できてからまとめて返す」か。この選択、UIの見た目だけの問題だと思っていませんか?実はガードレールの適用タイミング、エラーハンドリング、コスト追跡、後続システムとの結合方式まで、アーキテクチャ全体に波及する意思決定です。ほとんどのエンタープライズ環境では「フロントはストリーミング、バックはバッチ」のハイブリッドに落ち着きますが、なぜそうなるかを理解していないと設計を間違えます🔑 📋 概要 ストリーミング出力は、LLMが生成するトークンをSSEやWebSocket経由で逐次クライアントに送出する方式です。ユーザーは最初のトークンが届いた瞬間から応答を読み始められるため、体感の待ち時間が劇的に短くなります。一方バッチ出力は、全トークンの生成が完了してから一括で返す方式で、JSON・CSV・SQLなどの構造化フォーマットを確実にパースでき、全文に対するガードレール検証やPIIマスキングを実行してから出力できます。エージェントが人間と対話するのか、それとも別のシステムに結果を渡すのかで、最適解がまったく異なります。 🔍 意思決定のポイント 判断の起点は「出力の消費者は誰か?」です。 人間が画面上で直接読む → ストリーミング優先。500トークンを超える応答で全文生成まで待たせると、ユーザーは「フリーズした」と思って離脱します。 システムが消費する(API連携、オーケストレーション、DB書込) → バッチ優先。不完全なJSONをパースしようとしてエラーが頻発するのは、エンタープライズでよく見る失敗パターンです。 もう一つの重要な軸は「全文検証が必須か?」です。コンプライアンス検証やガードレールが全文を対象にする場合、ストリーミングで逐次送出してしまうと、不適切な内容がユーザーに届いた後で検出されるという最悪のシナリオが発生します⚠️ 💡 要点と詳細 ストリーミングが活きる場面は明確です。SlackBot、社内チャット、カスタマーサポート窓口など、ユーザーが「応答中」の表示を見ながらリアルタイムに読む対話型UIです。First Token Latency(最初のトークンが届くまでの時間)がUXの主要KPIである場合、ストリーミング以外の選択肢はありません。途中経過を見てユーザーが早期にキャンセル・方向修正できるのも大きなメリットです。 バッチ出力が必須になる場面もまた明確です。Salesforceのレコード更新やWorkdayの人事データ処理など、APIの入力として完全な構造化データが必要なケース。複数エージェントのオーケストレーションで、下流エージェントが上流の完全な出力を入力として受け取るケース。レスポンス全体のトークン数を事前に把握してコスト計算に使う必要があるケース。 実務で最も多いのはハイブリッド構成です。ユーザー向けUIにはストリーミングで表示しつつ、全文完成後にバッファした結果を後続APIに渡す。メタデータ(ステータスコード、分類ラベル等)はバッチで先行送出し、本文部分をストリーミングする。長いレポート生成ではセクション単位でバッチ出力し、各セクション完成時に部分表示する「段階的バッチ」も有効です📊 ⚖️ トレードオフ ストリーミングの落とし穴は想像以上に多いです。構造化出力をストリーミングして不完全なJSONのパースエラーが頻発する。ストリーミング中にツール呼び出しが失敗しても、既に送出済みのトークンを取り消せない。ガードレール検証が全文完成前に実行されるため、不適切な内容が先にユーザーに届いてしまう。ネットワーク切断時の再送管理が煩雑で、チェックポイント機構がないと重複送出や欠損が起きます。 バッチの落とし穴は主に体感速度です。全文生成に30秒かかるレポートをバッチで返すと、ユーザーは「フリーズした」と誤認して離脱します。プログレスバーや「処理中」インジケータの表示は必須ですが、それでも長時間の無応答はUXを大きく損ないます。 コスト面も見逃せません。ストリーミングモードではトークン消費量の集計が遅延しやすく、コストガバナンスの閾値超過を検知できないケースがあります。バッファリング層でのトークンカウントを併用する設計が重要です💰 🛠️ ユースケース カスタマーサポートエージェント:顧客が「応答中」を見ながら待つZendeskやIntercomのシナリオでは、ストリーミングで体感速度を確保しつつ、全文完成後にバッファからコンプライアンス検証を走らせるハイブリッドが最適です。不適切な表現が検出されたら、完成後に注記や修正を追加します💬 バックエンド自動化エージェント:Salesforceレコード更新やJiraチケット要約の一括処理では、バッチ出力一択です。非同期ジョブとしてバックグラウンド実行し、完了通知のみをSlackに送るワークフローが定番です。ストリーミングを使う理由がありません🔧 社内ナレッジ検索エージェント:回答を段階的に表示しながらソースを提示するUXを実現するため、ストリーミングで回答本文を流しつつ、最後にソース情報をバッチで付与する構成が効果的です。SSEはHTTP/2環境で導入が容易ですが、双方向通信が必要な場合はWebSocketを検討してください📚 実践のコツ:インフラがストリーミングをサポートしているかの確認を忘れずに。WebSocket/SSE非対応の環境では選択の余地なくバッチになります。ハイブリッド構成ではストリーミングバッファの最大サイズとタイムアウトを必ず設定し、無限にバッファが膨らむことを防止してください💪 #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
🔄 TL;DR: 検索インデックスが人手なしで自分の弱点を診断し、キーを書き換え、検証まで済ませて自律的に進化していく仕組みが登場しました。BRIGHTベンチマークで既存手法を大きく上回っています。 タイトル: Self-Evolving Search Index URL: ポイント 🩺 検索結果から共検索プロファイルを作り、文書がうまく区別できているかを人手のアノテーションなしで自己診断 ✍️ 問題のある文書だけキーセットを選択的に改訂、1文書あたり最大10キーまで自律的に決定 ✅ 忠実性・特異性・分離度の3基準で改訂案を自己検証し、合格したキーだけを反映 🔍 未カバーの検索需要を合成クエリで能動的に探索するQuery Simulatorも搭載 📈 BRIGHTでnDCG@10平均22.8、RL-Index比+9.2%、ベース比+40〜57%を達成 🤖 検索エージェントでも回答精度+77.87%、検索呼び出し回数は-16.80%と一石二鳥 インデックス最適化そのものを「自己進化」させるという発想の転換が面白いと思います。 #情報検索# #LLMエージェント#
もっと見る
# ADK 2.0の便利だけど知られていない機能 🌍 異なるフレームワークで作られたエージェント同士が、標準プロトコルで連携できたら世界が広がると思いませんか? ADK 2.0のA2A(Agent-to-Agent)プロトコル拡張は、エージェント間通信を標準化し、フレームワークを超えたマルチエージェント連携を実現する仕組みです。 📌 タイトル:A2Aプロトコルと拡張 (A2A Protocol Extension) 🔗 URL: 🧩 概要 A2Aプロトコルは、異なるエージェント間の通信を標準化するプロトコルです。`A2aAgentExecutor` クラスを使ってA2A対応エージェントを構築できます。従来のサブエージェント方式では、メッセージの重複、出力の誤分類、ストリーミング時のサブエージェントデータ消失といった問題がありましたが、A2A拡張はこれらを解決します。クライアント側では `RemoteA2aAgent(use_legacy=False)` を使い、リクエストヘッダにExtension URIを含めます。サーバー側では `AgentCard` の `capabilities.extensions` でA2Aサポートを宣言します。 🛠 使い方 Python v1.27.0以降が必要です。 ```python from google.adk.agents.remote_a2a_agent import RemoteA2aAgent # リモートA2Aエージェントへの接続 remote_agent = RemoteA2aAgent( name="remote_agent", agent_card="", use_legacy=False, # 新しいA2A拡張を使用 ) # 通常のエージェントと同様に、Runnerやsub_agentsから実行します ``` サーバー側では `AgentCard` の `capabilities.extensions` にA2A拡張のサポートを宣言します。 ```json { "capabilities": { "extensions": [ { "uri": "", "description": "Ability to use the new agent executor implementation", "required": false } ] } } ``` 🏗 本番システムへの組み込み方 ・専門特化した複数のエージェントをA2Aで連携させ、分散マルチエージェントシステムを構築する ・`AgentCard` で各エージェントの能力を宣言し、動的なエージェント発見と選択を可能にする ・`use_legacy=False` を指定して、メッセージ重複やデータ消失の問題を回避する ・ストリーミング対応のA2A通信で、リアルタイムのエージェント間データ連携を実現する 💡 ユースケース 🤝 異なるチームが開発したエージェントをプロトコル統一で相互運用させる 🌐 社内の分析エージェント・検索エージェント・アクションエージェントを連携させるオーケストレーションを構築する 🔗 外部パートナーが提供するA2A対応エージェントサービスと安全に連携する 📡 地理的に分散した複数のエージェントインスタンス間でタスクを分散処理する ⚠️ 注意点 A2A拡張はPython v1.27.0以降で利用可能です。`use_legacy=True`(既定値)のままだと従来方式となり、メッセージ重複やストリーミングでのデータ消失が発生する可能性があります。本番環境では必ず `use_legacy=False` を指定してください。また、ネットワーク越しの通信となるため、認証・認可とエラーハンドリングの設計が重要です。 ✨ A2Aプロトコルにより、エージェントの世界にもマイクロサービスのような分散アーキテクチャが実現できます。エージェント間の壁を取り払い、協調する仕組みを構築しましょう。 #ADK# #AIAgent#
もっと見る
AIO(AI向けのSEOみたいなもん)について。 ・中小企業サイトがAIアシスタントの回答にどう現れるかを調査した ・結果、対象サイトの94.8%はAIの回答に一度も引用されていなかった ・ただ、AIクローラーをブロックしているサイトは8.9%にとどまる ・つまり、サイト側が意図的にAIを拒否しているわけではない ・ではなぜ引用されないのか? ・AIによるサイトの可読性の低さが一つの原因になっている ・トップページに構造化データを置いているサイトは約半数のみ ・企業名や住所を示すLocalBusinessスキーマの導入率に至っては19.3%しかない ・AIが読み取れる状態で自社情報を提供できている企業は少ない ・また、AIクローラーのブロック状況についても言及している ・ブロックの多くは学習用のGPTBotなどに向けられている ・回答生成に直結する検索エージェントのブロックはごく僅か ・学習用と検索用を区別せずに一律ブロックすると、引用の機会まで失ってしまう ・ちなみに、調査した4つのAIの中で最もサイトを引用していたのはGemini
もっと見る