本記事は Contextual Document Embeddings の解説記事です。 論文概要（Abstract） 標準的なdocument embeddingはBi-Encoderにより各文書を独立にベクトル化するため、コーパス内での文書間の関係性が表現に反映されない。著者らはこの問題を「文書が暗黙的にout-of-contextである」と定式化し、2つの相補的手法を提案している。...

本記事は Set-Encoder: Permutation-Invariant Inter-Passage Attention for Listwise Passage Re-Ranking with Cross-Encoders の解説記事です。 論文概要（Abstract） Set-Encoderは、Cross-Encoderによるリランキングにおいて、複数文書間の相互参照（inte...

本記事は Knowledge-Aware Query Expansion with Large Language Models for Textual and Relational Retrieval の解説記事です。 論文概要（Abstract） LLMを用いたクエリ拡張は検索精度の向上に有効であるが、既存手法はテキスト類似度の向上にのみ着目し、文書間の構造的関係を無視している。著者ら...

本記事は Gemini Embedding: Generalizable Embeddings from Gemini の解説記事です。 論文概要（Abstract） Gemini Embeddingは、GoogleのGemini LLMを基盤として構築された汎用テキストEmbeddingモデルである。著者らは、Geminiの多言語・コード理解能力を活用し、検索・分類・クラスタリング・類...

本記事は ICLR 2025 採択論文 ToolACE (arXiv:2409.00920) の解説記事です。 論文概要（Abstract） ToolACEは、LLMのfunction calling能力を向上させるための高品質トレーニングデータを自動合成するパイプラインである。26,507の多様なAPIを含むリポジトリを構築し、Self-evolution合成プロセスでAPIプールを拡...

ブログ概要 本記事は Atlassian Labs: MCP Compression: Preventing Tool Bloat in AI Agents の解説記事です。 Atlassian LabsのTim Esler氏（Senior Principal Machine Learning Engineer）が2026年3月29日に公開したこのブログ記事では、MCPサーバーのツール定...

論文概要 本記事は 論文 Tool-Schema Compression (arXiv:2605.26165) の解説記事です。 エージェンティックRAGシステムでは、ツール定義（JSONスキーマ）と検索拡張生成（RAG）のリトリーバルチャンクが同一のコンテキストウィンドウを奪い合う。著者のFurkan Sakizliは、14モデル（1.5B-32Bのローカルモデル + Claude S...

論文概要 本記事は 論文 MCP-Zero (arXiv:2506.01056) の解説記事です。 MCP-Zero は、LLM エージェントにおけるツール選択の根本的な課題に取り組むフレームワークである。現在の主流設計では、利用可能なツールのスキーマをすべてコンテキストに事前注入し、モデルがその中から受動的に選択する。ツール数が増加するとコンテキスト長が爆発し、注意の希薄化（atten...

本記事は 論文 TSCG (arXiv:2605.04107) の解説記事です。 論文概要（Abstract） TSCG（Tool-Schema Compilation for Generation）は、OpenAI Function Calling・Anthropic Tool Use・MCPなど本番エージェントフレームワークが送信するJSONツールスキーマを、トークン効率の高い構造化...

本記事は Late Chunking: Contextual Chunk Embeddings Using Long-Context Embedding Models の解説記事です。 論文概要（Abstract） RAGパイプラインにおいて、ドキュメントを小さなチャンクに分割して個別にEmbeddingする従来手法では、チャンク境界を跨ぐ文脈情報が失われる問題がある。著者らは「Late...