Scraps 最終更新 2026/11/16 11:31

#RAG

@Taste of Tech Topics /

コンテキストエンジニアリングの最新事情— GraphRAGとOKFを実際に動かして整理してみた

  • GraphRAGとOKFの比較検証で、知識グラフの構築と管理の課題が明らかになった
  • GraphRAGは自動抽出でノード分裂とコスト増大、OKFはシステム前提のページ名固定で概念分裂を防ぐ
  • OKFは既存システムの構造を活用するが、関係性の判断は6割未満で人間の修正が必要

@nr-mito /

New Relic アップデート(2026年7月)

  • New RelicがAutopilotとNotebookの一般提供を開始
  • AutopilotはAIエージェントによる障害調査自動化、Notebookは変数による動的データ分析と手順書統合
  • Autopilotは自然言語対話で障害調査を数分で完了、Notebookは変数変更で全チャート一括更新可能

@DaokFrontier /

RAG構築の壁を越える!ローカル×クラウドのハイブリッド構成とコスト戦略

  • RAGシステムの検索精度・コスト・データ機密性のバランスを取るため、ローカルとクラウドのハイブリッド構成が有効とされる
  • ローカルでベクトル検索とキーワード検索を組み合わせたハイブリッド検索、リランキングモデルによる検索結果の再評価、ローカルLLMとの連携が実装例として示される
  • ローカルで機密データを処理し、クラウドでスケーラビリティを活かすことでコストとセキュリティのバランスを取る設計が推奨される

@ウィツ株式会社 /

台湾本社の「All in AI」を日本へ!開発現場を劇的に変える「生成AI研究会」の挑戦💻【AI研究会インタビュー・前編】

  • 台湾本社の「All in AI」戦略に基づき、日本法人で生成AI研究会が立ち上げられ、AI活用の土台が築かれている
  • AIの基礎知識を体系的に学ぶための資格取得支援と、GitHub CopilotなどのAIツールの環境整備が行われている
  • 現場エンジニアはAIの出力結果をチェックする作業に追われており、AIに正しく指示を出し、出力を見極めるスキルが重要になる

@TOMOSIA-LinhND /

階層型RAG完全ガイド:Part 5 - GraphRAG & 本番アーキテクチャ設計

  • GraphRAGはエンティティ・リレーションシップ・クレーム・コミュニティの4要素で構成され、ローカル検索とグローバル検索を提供する
  • エンティティ統合とコミュニティ検出、ローカル検索では近傍ノード探索、グローバル検索ではコミュニティ要約レポートの並列処理
  • 本番運用では事前フィルタリングによるセキュリティ確保と、メタデータ階層での権限制御が必須となる。