論文概要 タイトル: Retrieval-Augmented Generation: A Comprehensive Survey of Architectures, Enhancements, and Robustness Frontiers 公開日: 2025年6月（arXiv:2506.00054） 本論文は、RAGシステムの設計空間を体系的に分類し、アーキテクチャパターン、強化...

論文概要 タイトル: A Comprehensive Survey of Retrieval-Augmented Generation (RAG): Evolution, Current Landscape and Future Directions 著者: Shailja Gupta, Rajesh Ranjan, Surya Narayan Singh 公開日: 2024年10月3...

論文概要 タイトル: Large Language Models as Optimizers 著者: Chengrun Yang, Xuezhi Wang, Yifeng Lu, Hanxiao Liu, Quoc V. Le, Denny Zhou, Xinyun Chen (Google DeepMind) 発表: ICLR 2024 arXiv ID: 2309.03409 提出日:...

論文解説: AgentBench - LLMエージェント評価の決定版ベンチマーク 論文概要 AgentBench: Evaluating LLMs as Agents (arXiv:2308.10848, 2023年8月) は、Large Language Model (LLM) をエージェントとして評価するための包括的なベンチマークフレームワークです。従来のLLM評価が自然言語処理タス...

1. ブログ概要 DeepMindが2025年に発表したCodeMenderは、コードセキュリティの脆弱性を自動的に検出・修正するAIエージェントシステムです。従来の静的解析ツールやLintが「脆弱性の指摘」に留まるのに対し、CodeMenderは修正パッチの自動生成から検証、アップストリームへの貢献までを実現しています。 主要な特徴: Gemini Deep Thinkモデル: ...

ブログ概要 Amazon BedrockにStructured Outputs機能が追加され、Foundation ModelsがJSON Schemaに確実に準拠した応答を生成できるようになりました。本機能はConstrained Decodingを使用し、モデルがスキーマ違反を生成することを防ぎます。 Zenn記事ではPydanticによる事後検証を紹介しましたが、Amazon Be...

論文概要（Abstract） LLMが自信満々に誤った情報を生成する「ハルシネーション」問題に対し、検出と緩和の両面から取り組む包括的フレームワークを提案します。検出には不確実性推定・事実整合性チェック・推論検証の3つのアプローチを組み合わせ、緩和には知識グラウンディング・プロンプトエンジニアリング・モデル改良を用います。 実験では、複数の検出手法を組み合わせることで精度が向上し、タスク...

論文概要（Abstract） LLMの構造化データ生成（JSON/XML等）における出力一貫性を評価・改善するための包括的フレームワークです。本論文は、STED（Semantic Tree Edit Distance）という新しい類似度メトリクスと、一貫性スコアリングを組み合わせることで、従来のメトリクス（BERTScore、DeepDiff等）が抱えていた問題を解決します。 実験では、...

論文概要（Abstract） MiniCheckは、LLM出力がグラウンディングドキュメント（参照文書）に基づいているかを検証する軽量・高速なファクトチェックモデルです。 従来のGPT-4ベース検証（APIコスト高、レイテンシ大）に対し、BERTベースの小型モデル（110M parameters）で同等以上の精度を達成します。Zenn記事の「引用接地（Citation Grounding...

論文概要（Abstract） HaloScopeは、ラベル付きデータを必要としないハルシネーション検出フレームワークです。LLMが生成した大量の未ラベルテキストから、自己教師あり学習によりハルシネーションを検出する手法を提案します。 従来手法が高コストな人手ラベリングに依存していたのに対し、HaloScopeは複数回サンプリング + 一貫性ベース検証により、教師なしでハルシネーションを特...