ベクトルデータベース

AIエージェント

複雑なドキュメントとベクトルデータベースでRAGソリューションが失敗する理由

複雑なドキュメントやベクトルデータベースを利用するRAGソリューションが、なぜ不正確な回答を生成してしまうのか、その原因と具体的な解決策を解説する。人間の言語や歴史的な文書には矛盾や曖昧さが含まれており、これがAIを混乱させる主な要因である。この問題に対処するためには、ベクトルデータベース内の不要な古い文書を排除する適切なドキュメント管理が不可欠である。さらに、ユーザーの質問意図を明確にする明確化ループの導入や、基盤となるデータセットの複雑さに対してAIソリューションの能力を適合させることが、精度の高いシステム構築において極めて重要となる。
AIエージェント

構造化AIメモリ(より高速で、より少ないトークン)

人工知能(AI)のメモリ管理に革命をもたらす新しい研究論文「Homer」についての解説である。従来のAIエージェントは、膨大な行動履歴をすべて保存して後から検索する方式(RAG等)を採用していたが、これはトークン消費量や精度の面で非効率であった。本研究は、メモリを構築する段階で「階層的に組織化」してから「ナビゲーション型で検索」するアプローチを提案。失敗から学習してメモリ構築ルールを自己改善するループを導入することで、未学習のタスクにも適応し、トークン消費量を最大78%削減することに成功した。
Anthropic・Claude・ダリオアモデイ

RAGは死んだ。再び。(Claude Agent SDK + メモリ)

Claude Agent SDKを活用し、複雑な構造のドキュメントから情報を正確に抽出するための多層メモリシステムの実装方法を解説する動画である。Milvusを用いたセマンティック検索と、ファイルシステムを直接操作するツールを組み合わせることで、画像や表を含むデータに対しても高度な情報検索と推論が可能になる仕組みを紹介している。
AIエージェント

エージェントインターネットのための開発

エージェントインターネットの到来により、従来のユーザー体験重視の開発から、エージェント体験を最優先する開発への根本的なパラダイムシフトが起きている。Claude Code や OpenClaw といった汎用インターフェースが台頭する中、生産...
Google・DeepMind・Alphabet

8分で体験するGemini Embedding 2のハンズオン

Googleが静かにリリースしたGemini Embedding 2は、テキスト、画像、動画、音声、PDFをネイティブにサポートする初の完全マルチモーダル埋め込みモデルである。従来のRAGパイプラインではモダリティごとに異なるモデルが必要だ...
RAG

RAGを超えて – あなたの文書を理解するシステム

本動画は、従来のRAG(Retrieval-Augmented Generation)システムの限界と、それを超えるエージェント型ファイル検索システムの優位性を解説する技術解説である。標準的なRAGは文書をチャンクに分割して埋め込みベクトル...
RAG

GoogleがRAGを終わらせた?Geminiの新ファイル検索機能

Googleが新たにリリースしたGemini APIのファイル検索機能は、従来の複雑なRAG(検索拡張生成)システム構築の常識を覆す革新的なソリューションである。わずか数行のコードでフルマネージド型のRAGシステムを実装でき、埋め込み計算に...
AIエージェント

AIのUXにはもっとイノベーションが必要で、今は恥ずかしいレベル – Chroma創設者兼CEO、Jeff Huber

Chroma創設者兼CEOのJeff Huberが、AIアプリケーションデータベースとエージェント開発の現状について語る対談である。コーディングエージェントが現在最も成功しているAI活用事例として挙げられ、検索インフラの現代化、コンテキスト...
GPT-5

GPT-5 Proは史上最強のAIエージェント…見てるだけで分かる

この動画では、OpenAIの最新モデルGPT-5 Proを使用して、わずか数時間で2000ドル相当のUpwork案件を完成させる過程を実演している。具体的には音声対話機能とRAG(検索拡張生成)を組み合わせたAI音声エージェントの構築を通じ...