論文概要（Abstract） 本記事は Zenn記事: Bedrock Intelligent Prompt Routingで社内RAGコスト最大60%削減 の深掘りです。 本論文「A Unified Approach to Routing and Cascading for LLMs」（Dekoninck, Baader, Vechev; ICML 2025）は、複数のLLMから最適な...

本記事は arXiv:2405.16755 “CHESS: Contextual Harnessing for Efficient SQL Synthesis” の解説記事です。 この記事は Zenn記事: LangGraph×Claude Sonnet 4.6でSQL統合Agentic RAGを実装する の深掘りです。 論文概要（Abstract） 自然言語からSQLクエリを生成する...

本記事は Gemini 1.5: Unlocking multimodal understanding across millions of tokens of context (arXiv:2403.05530) の解説記事です。 論文概要（Abstract） Gemini 1.5 は Google DeepMind が2024年3月に発表したマルチモーダルモデルファミリーで、最大10...

本記事は Prompt Cache: Modular Attention Reuse for Low-Latency Inference の解説記事です。 論文概要（Abstract） 著者らは、LLMの推論時にプロンプトの共有部分（システムプロンプト、Few-shotサンプル等）のアテンション状態（KVキャッシュ）を事前計算・保存し、後続のリクエストで再利用するPrompt Cache...

本記事は arXiv:2307.09702 の解説記事です。 論文概要（Abstract） Willard & Louf (2023) は、大規模言語モデル（LLM）のテキスト生成を正規表現や文脈自由文法（CFG）で制約する手法を提案している。著者らは、テキスト生成問題を有限状態機械（FSM）の状態遷移として再定式化し、各デコードステップで文法的に有効なトークンのみを許可するマス...

本記事は arXiv: 2305.14627 — Enabling Large Language Models to Generate Text with Citations の解説記事です。 この記事は Zenn記事: LangGraph×Claude Sonnet 4.6のtool_useで出典付きAgentic RAGを構築する の深掘りです。 論文概要（Abstract） LL...

本記事は DIN-SQL: Decomposed In-Context Learning of Text-to-SQL with Self-Correction の解説記事です。 論文概要（Abstract） DIN-SQLは、複雑なNL→SQLタスクを「スキーマリンキング → 難易度分類 → サブタスク別SQL生成 → 自己修正」の4ステップに分解し、各ステップでそれぞれ独立したIn-...

本記事は MTEB: Massive Text Embedding Benchmark (arXiv:2210.07316) の解説記事です。 論文概要（Abstract） テキスト埋め込みモデルの評価は、従来はSTSBenchmarkやMSMARCOなど少数のデータセットに限定されており、モデルの能力の一側面しか捉えられていなかった。Muennighoff et al.は、8つのタスク...

本記事は COLING 2025 MAC-SQL: A Multi-Agent Collaborative Framework for Text-to-SQL の解説記事です。 論文概要（Abstract） MAC-SQL（Multi-Agent Collaborative Framework for Text-to-SQL）は、LLMベースのText-to-SQLシステムにおいて、大規...

本記事は arXiv:2410.01943 “CHASE-SQL: Multi-Path Reasoning and Preference Optimized Candidate Selection in Text-to-SQL”（ICLR 2025採択）の解説記事です。 論文概要（Abstract） Text-to-SQLタスクにおいて、LLMの性能を引き出すための新しいフレームワーク...