「RAG x Deep検索」でRAGの回答精度を向上させる

本記事では、RAGの性能を高めるための「DualRAG」という手法について、ざっくり理解します。株式会社ナレッジセンスは、エンタープライズ企業向けに「社内データ検索サービス」を提供しているスタートアップです。 この記事は何 この記事は、RAGの新手法である「DualRAG」の論文[1]について、日本語で簡単にまとめたものです。 今回も「そもそもRAGとは？」については、知っている前提で進みます。確認する場合は、こちらの記事もご参考下さい。 本題 ざっくりサマリー DualRAGは、RAGの精度を上げるための新しい手法です。天津大学の研究者らによって2025年4月に提案されました。 最近、OpenAIの「Deep Research」が話題です。この機能では、Web上の情報をもとに深く考え、高精度な回答をすることができます。ただ残念ながら、本家「Deep Research」の実装は、公開されて

[misshiki]

“「DualRAG」という手法は、普通のLLM（Qwen2.5）を使いながら、「Deep Research」のようなことを実現できます。RAG開発者としては、かなり参考になります。”

[yoiIT]

“「大企業のユーザーだと、質問が複雑になりがち」こうした場合、従来のRAGのように「1回しか検索しない」パターンだと、回答精度が低いです。まさに、DualRAGのような、「深く」「繰り返し」検索できる手法が必要”