論文概要（Abstract） AdaptiveRAGは、RAGシステムにおけるクエリルーティングの課題に取り組んだ研究です。従来のRAGは全クエリに対して一律の検索パイプラインを適用するため、単純なクエリでは不必要な検索コストが発生し、複雑なクエリでは検索が不十分になるという問題がありました。本論文では、クエリを3タイプ（Simple / Conversational / Complex）...

ブログ概要（Summary） Amazon Bedrock Intelligent Prompt Routingは、2025年4月にGA（一般提供）となったAWSマネージドのLLMルーティングサービスです。単一のサーバーレスエンドポイントを通じて、同一モデルファミリー内の複数LLM間でリクエストを動的にルーティングし、コスト最大30%削減を品質維持のまま実現します。メタモデル（ルーティング...

論文概要（Abstract） SRAG（Structured Retrieval-Augmented Generation）は、マルチホップ質問応答（複数の文書から情報を統合して回答する必要がある質問）に特化したRAGフレームワークである。従来のRAGは単一文書からの情報抽出に強いが、「Pythonの作者の母親はいつ生まれた？」のような2段階以上の推論が必要な質問には弱い。SRAGは複雑な...

論文概要（Abstract） MASAI（Modular Architecture for Software-engineering AI agents）は、GitHub Issueの自動解決タスクを5つの専門サブエージェントに分解することで、SWE-bench Liteで28.33%（85/300件解決）を達成したシステムである。2024年6月時点でSWE-benchリーダーボードの最高...

論文概要（Abstract） LLMは異なるコスト-品質トレードオフを示し、それらの間でルーティングすることでコストを維持しつつ品質を保てる。本論文はLLMルーティングの問題を提起し、因果推論としての定式化により厳密な分析を可能にする。人間選好データを用いたLLMルーター訓練フレームワークを開発し、複数のルーター設計で実装・評価した。最良のルーターはMT-BenchでGPT-4コストを40...

論文概要（Abstract） 「Needle-in-a-Haystack（NIAH）」テストはロングコンテキストLLMの評価として広く使われているが、単一の隠し情報の検索に限定されるため、LLMの真の長文脈能力を測れていない。本論文ではRULER（Retrieval, Understanding, and Long-context Evaluation Revisited）を提案する。RU...

論文概要（Abstract） Reciprocal Rank Fusion（RRF）は、2009年のSIGIR（ACM International Conference on Research and Development in Information Retrieval）で発表されたランク統合手法です。複数の検索システムのランキング結果を、スコアを使わずに順位のみで統合するシンプルな手...

ブログ概要（Summary） AWS公式ブログ「Integrate sparse and dense vectors to enhance knowledge retrieval in RAG using Amazon OpenSearch Service」は、Amazon OpenSearch Serviceでのスパースベクトル（BM25的手法）とデンスベクトル（セマンティック検索）を統...

ブログ概要（Summary） AWS Machine Learning Blogが公開したこの記事は、LangGraphフレームワークとAmazon Bedrockを組み合わせてマルチエージェントシステムを構築する方法を解説している。LangGraphのStateGraphでエージェント間の協調ワークフローを定義し、Amazon BedrockのFoundation Models（Clau...

ブログ概要（Summary） Anthropicが公開した「How we built our multi-agent research system」は、Claude APIを活用したオーケストレータ・ワーカー型マルチエージェントシステムの設計と実装を詳細に解説したエンジニアリングブログである。リードエージェント（Claude Opus 4）がタスクを分解し、サブエージェント（Claude...