LLMO・GEO の研究論文と民間調査/RAG・根拠提示
研究論文
Tessera:ウェブRAGのために、構造を補完した証拠単位
原題:Tessera: Structure-Completed Evidence Units for Web Retrieval-Augmented Generation
著者は Peichun Hua, He Sun, Zirui Zhuang, Qi Qi, Yiming Qiu, Shinan Liu, Yunming Xiao。に arXiv へ投稿されました。日本語の題名は、ガーオンによる仮の訳です。
論文の原文を arXiv で読む(arXiv:2610.37080)論文が報告した結果
ウェブRAGはページを固定長のチャンクやスクリーンショットのタイルに切るため、表やインフォボックスなど、見出しと組になって意味を持つ情報が欠けやすい、と英語版Wikipedia全体の追跡で述べている。
Tessera は、検索の単位と読ませる単位を分け、タイトルや節の経路、表の見出しを補った証拠単位を、同じトークン予算で読者に渡す。3つのQAベンチマークで、テキストとスクリーンショットのパイプラインとも正解が5〜6ポイント上がった、と報告している。
調査の条件
- 論文が調べたこと
- Web RAG で、表や infobox が見出しと切れて読み手(モデル)に届かない問題(Tessera)
- 調べた対象の AI
- ChatGPT、公開モデル
- 調べたモデル
- Qwen3.5-4B(主実験の読者)/GPT-5.6(比較の記載)
- 回答データの取り方
- 英語Wikipediaスナップショット上のオフラインRAG実験(本文。2025年8月スナップショット)
- 調査の規模
- 英語Wikipedia全体での証拠の追跡と、3つのQAベンチマーク(要旨)
- 数字が載っている場所
- 要旨(正解+5〜6ポイント、3ベンチマーク)。主設定のモデルとスナップショットは本文 §4.1 および §2.3
結果を読むときの注意
主な実験の読者は Qwen3.5-4B、コーパスは2025年8月の英語Wikipediaスナップショット(本文 §4.1)。学習なしの後段レイヤーで、索引や検索器、読者自体は変えずに付ける。GPT-5.6 などの記載もあるが、主設定は上記。
上の要約は、株式会社ガーオンが生成AIを使って作成しました。最終更新は2026年11月19日です。正確な内容は、論文の原文で確認してください。
「RAG・根拠提示」を調べたほかの論文
- 2026年11月TUSI:引用で裏づけた、グラフ型のベンチマーク
- 2026年11月CURATOR:決定モデルで、RAGの証拠を細かく選ぶ
- 2026年9月関連だけでは、十分な根拠ではない:RAGで生成する前に、根拠の不足を見つける
- 2026年9月RAG引用における後づけの根拠付け:再現実験とRLVR比較