Galirage Researchが発表したExcel XML化によるRAG精度改善の成果

Galirage Researchが挑む新たなAI活用の可能性

神奈川県川崎市に本社を置く株式会社Galirageは、研究開発部門であるGalirage Researchを本格始動させ、初めての論文を発表しました。この研究は、現場で直面する具体的な課題を基に、業務の効率化や新たなAI技術の活用を目指したものです。今後、Galirageは2025年に向けて研究開発へ大規模な投資を行い、年間12本の論文を公開することを目指しています。

論文の概要

今回発表された論文のタイトルは、「Overcoming Vision Language Model Challenges in Diagram Understanding: A Proof-of-Concept with XML-Driven Large Language Models Solutions」です。この論文では、Excelファイル内のフローチャートに対して、Vision-Language Model（VLM）およびLarge Language Model（LLM）を用いた情報検索（RAG）を行った際に、精度が低下し誤った回答が生成されるという課題について探求されています。

論文では、ExcelファイルをXML形式で読み込み、AIが処理しやすいデータ前処理を実施することで、RAGの精度を改善する可能性が示されています。具体的には、AIのハルシネーションと呼ばれる誤った回答の問題に対して、XML化によるデータのエンリッチ化が有効であることを示唆しています。

課題と研究成果

従来の手法でAssessmentにおいて、VLMおよびLLMを駆使したRAGは誤った情報生成を引き起こし、業務の信頼性を損なう要因となっていました。しかし、Galirage Researchによる新たなアプローチによって、XML形式に変換したExcelファイルからは、より正確な情報を抽出できることが実証されました。

この成果は、特定のシナリオにおけるOfficeファイルのXML化によって、LLMの精度やRAGの検索精度が著しく改善される可能性を示しています。これは、現場での実践的なAI活用に向けて重要な一歩を踏み出したと言えるでしょう。

今後の展望

Galirageはこの研究成果をもとに、今後さらに多くの研究発表や成果を公開していく予定です。また、研究活動を通じて生成AIの新たな可能性を探求し続けることを宣言しています。AI技術の進化に期待が高まる中で、Galirageの今後の展開から目が離せません。

この報告を受け、AI技術に関心のある方々や業界関係者はぜひGalirageの研究に注目してください。論文内容に興味がある方は、以下のリンクからアクセス可能です。

論文はこちら