RAGの弱点は、実はジェネレーターではなくリトリーバー。インデックスなしで文書を「辿って」探す方法を提案する論文です。 タイトル: Retriever-Free Retrieval: Navigating Documents with Decision Models URL: コーパスを木構造にし、決定モデル(Jev)が候補を一括判定しながら上位の枝だけを展開していく「DecisionRAG」。タスク固有の学習も第1段のリトリーバーも不要です。 注目ポイントは3つです。 🧭 共通文脈で比べるから、スコアが揃う 全候補を同じ文脈でまとめて判定するため、明らかに良い候補があると、もっともらしい候補のスコアは下がります。MultiDoc2Dialでは、ページごとの採点より、まとめて採点するほうがR@1が36.7%から44.4%に上がりました。 🌲 対数で広がるナビゲーション 分岐100なら10⁹パッセージでも約5ステージ、約1秒で到達する計算です。Natural Questionsでは、クラスタの約15%を残すだけで全ページ採点と同等のR@10を、コスト約1/5で保ちました。 ⚡ GPT-5リランクと同等以上で、速くて安い Natural QuestionsのHit@1は65.4で、GPT-5リランクの60.8を上回りました。レイテンシは0.68〜1.76秒で、GPT-5リランクの11.8〜15.0秒より短いです。ただし刈り込みは不可逆で、階層の質に依存します。 検索を「並べ替え」ではなく「探索」として捉え直した点が新鮮です。 #RAG# #情報検索#

／ RAGE Shadowverse Japan Championship 2026 Season 3 Grand Finals 配信開始！ ＼ RAGE公式YouTubeチャンネルにて配信中！ Xでも視聴可能です！ファイナリスト8人による熱い戦いをお見逃しなく！ ▼配信URL #シャドバWB# #RJCS#

／ RAGE Shadowverse Japan Championship 2026 Season 3 Grand Finals配信！ ＼ RAGE公式YouTubeチャンネルにて配信いたします！ ぜひご覧ください！ ▼詳細はこちら #シャドバWB# #RJCS#

【RAGS TO RICHES vol.891】でした。ありがとうございました。キングオブコント2回戦に向けて貴重なルーボでの舞台でした。微調整しつつ尺を気にしつつ上手く立ち回れたかなと思います。これで韓国帰りの高木君をグッと現実に引き戻させました。ライブ数は少ないけどやることやってガンガンもがくぞ！

【RAGS TO RICHES vol.880】でした。ありがとうございました。先日の新ネタライブでおろしたばかりのネタでした。どこでやっても安心して出来そうです。やっぱりあれはいいネタだったんだと再認識。ライブ終わりにブラブラしていると可愛い子ちゃんに会ったのでナンパしてお茶に付き合ってもらいました

RAGで、いかにデータの前処理が重要か、さらに解答時に引用を検証することの大事さがしっかり語られている記事で良かった。オブザーバビリティもしっかり対応している。 RAG対象は船隊運航関連の情報だけど、出てくる課題感は他のドメインでもあるあるなのも良かった。