PageIndexは木構造推論検索を導入し、FinanceBenchのテストは従来のRAGより優れています

AIMPACT メッセージ、4 月 26 日（UTC+8）、従来の RAG システムはベクトル類似度検索に依存しており、長い専門文書では効果が限定的である。正しい答えはしばしば意味的に最も類似した段落にないためだ。PageIndex は新しい検索方式を導入し、従来のブロック埋め込み方式に代わる階層的なディレクトリツリーインデックスを構築し、LLM を用いてツリー構造上で推論し答えを特定する。これにより、ベクトルや埋め込みを必要とせずに分野横断的なクエリが可能となる。開発者は、PageIndex を用いて Transformer 論文「Attention Is All You Need」のインデックスを作成し、分野横断的なクエリを実行した際、GPT-5.4 はノードのタイトルと要約だけを基に推論し、関連する章を識別できる。 この方式は、FinanceBench などのベンチマークテストにおいて検索精度を大幅に向上させており、金融レポート、研究論文、法律文書など、正確性と深い理解が求められる分野に適している。取得先：dash.pageindex.ai。