日本語PDFで「Keyword search is all you need」を試す：Agent RAGとVector RAGの精度・コスト

概要

Amazonが提案したキーワード検索ベースのAgentic RAGを日本語PDFで検証し、表データの抽出精度や運用コストのトレードオフを具体的に明らかにした記事。

詳細内容

Amazonの研究チームが発表した「Keyword search is all you need」（arXiv:2602.23368）の手法を日本語環境で検証した記録です。LangChainのReAct Agentにpdfgrepをツールとして持たせた「Agent RAG」と、埋め込みモデルを用いた「Vector RAG」を比較しています。結果、10問の小規模検証ではAgent RAGが正解率90%を記録し、特に表や図表からの具体的数値の抽出においてVector RAG（70%）を上回りました。一方で、Agent RAGはLLMの反復呼び出しによりAPIコストが約8.1倍高く、レイテンシも大きいという課題があります。記事では、インデックス構築が不要なAgent RAGの運用面での利点と、コスト・速度面でのVector RAGの利点を整理し、用途に応じた使い分けの基準を提示しています。

元記事を読む他のサマリーを見る