概要
https://zenn.dev/knowledgesense/articles/2895f9adc8d802
詳細内容
## 「ベクトルDB不要」なRAG手法「PageIndex」を解説
https://zenn.dev/knowledgesense/articles/2895f9adc8d802
PageIndexは、従来のベクトルデータベースに依存しない階層的な文書構造を活用し、LLMが文脈を理解しながら情報を探索することでRAGの精度向上を図る新手法を提案します。
**Content Type**: Tools
**Scores**: Signal:4/5 | Depth:4/5 | Unique:4/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 80/100 | **Annex Potential**: 80/100 | **Overall**: 80/100
**Topics**: [[RAG, ベクトルデータベース不要, 階層的文書構造, LLM探索, 金融レポート分析]]
RAGの回答精度向上を目指す新手法「PageIndex」は、従来のベクトルデータベースに依存しないアプローチを提案しています。これはVectify AIによって開発され、文書を階層的なツリー構造（目次のようなもの）に変換し、LLMがその構造を辿って情報を探索するというユニークなメカニズムを採用しています。
なぜこの手法が重要かというと、従来のベクトル検索型RAGが抱える「チャンク化による文脈の喪失」や「意味は似ているが文脈が違う情報の誤取得」という課題を解決できるためです。特に契約書や金融関連のドキュメントのように、専門用語が頻出する複雑な文書では、ベクトル検索では文脈を無視した情報が引っ張られるリスクがありました。
PageIndexは、LLMに文書の全体像を捉える能力を与えることで、人間が目次を辿るように文脈を理解しながら必要な情報を探し出すことを可能にします。具体的なステップは、事前にドキュメントをOCRで読み込み、階層構造を考慮してMarkdownに変換し、JSON形式の階層ツリーを構築します。ユーザーからの質問時には、LLMがこのツリーを辿って探索します。
このアプローチは、金融レポートの分析ベンチマーク「FinanceBench」で98.7%という高い正解率を達成し、検索プロセスの透明性も確保します。ただし、「複数の文書に対応できない」「回答に時間がかかる」「文書が構造化されている必要がある」といった明確な限界も存在します。
これらの限界を理解した上で、PageIndexは「膨大なページ数のPDF1件を読み込ませてAIに質問したい」といった、単一の複雑な文書に対する高精度な問い合わせタスクにおいて非常に強力な選択肢となります。RAGシステムを構築する際、特に法務・財務系ドキュメントのような構造化された単一文書の扱いに課題を感じているエンジニアにとって、従来のベクトル検索一辺倒ではないこの「人間らしい文書探索」のアプローチは、ぜひ検討すべき価値のあるものです。