ComoRAG - 華南理工大学とWeChatが共同で立ち上げた、認知ヒューリスティックなRAGフレームワーク。

ComoRAGとは何ですか？

ComoRAGは、華南理工大学未来技術研究所、WeChat AIチーム、およびその他の機関が共同開発した、認知ヒューリスティック検索拡張生成（RAG）フレームワークです。特に長文の物語テキストの理解と推論を目的として設計されています。ComoRAGは人間の前頭前野の機能をシミュレートし、動的なメモリワークスペースと反復的な推論ループに基づいて断片的な証拠を一貫性のあるコンテキストに統合することで、長文の物語における状態依存の推論を可能にします。複数の長文物語ベンチマークテストにおいて、ComoRAGは従来のRAG手法を大幅に上回り、全体的な理解を必要とする複雑なクエリに対して優れた性能を発揮します。

ComoRAGの主な機能

• 長編物語を理解する複雑な筋書きや登場人物の関係性を扱い、全体的な理解を必要とする複雑な問題を解決することができる。
• 動的メモリと反復推論物語に対する理解を徐々に構築・更新し、首尾一貫した文脈を徐々に形成していく。
• 多段階知識指標これは、事実、意味、およびプロットの各層からなる多層的な知識インデックスを構築し、詳細から抽象化に至るまでの多次元的な推論をサポートします。
• 効率的な検索と生成回答生成を支援するために取得された関連証拠に基づいて、長文テキストの処理効率と精度を大幅に向上させる。

ComoRAGの技術原則

• 動的メモリワークスペースComoRAGの中核を成すのは、推論プロセス中にメモリユニットを保存および更新するために使用される動的なメモリワークスペースです。各メモリユニットには、探索的な質問、取得された証拠、およびその証拠が元の質問の解決にどのように役立つかを示す手がかりが含まれています。
• 反復推論ループ推論のボトルネックに遭遇すると、ComoRAGは自動的に反復推論ループを開始します。各ループにおいて、Self-Probeは新たな情報経路を探索するための新しい探究質問を生成します。Tri-Retrieveは、多段階の知識インデックスから関連する証拠を取得します。Mem-Encodeは、取得した証拠を新しいメモリユニットにエンコードします。Mem-Fuseは、新しいメモリユニットを過去のメモリユニットと統合して、より包括的な手がかりを生成します。Try-Answerは、新しい手がかりと証拠を用いて元の質問への回答を試みます。回答が失敗した場合は、次のループに進みます。
• 多段階知識指標：
  • ベリディカルレイヤーこれは、元のテキストの断片に基づいて構築されており、推論が事実に基づいた証拠に基づいていることを保証しています。
  • セマンティックレイヤー意味的クラスタリングと要約を通して、テキストのテーマと概念構造を捉える。
  • エピソード層スライディングウィンドウを用いて要約することで、物語の流れや筋書きの展開を再構築することができる。
• 認知制御メカニズムこれは人間の前頭前野の認知制御メカニズムをシミュレートし、動的記憶と反復推論に基づいて物語の理解を継続的に評価および修正することにより、真の状態依存型推論を実現する。

ComoRAGのプロジェクト住所

• GitHubリポジトリ：https://github.com/EternityJune25/ComoRAG
• arXiv技術論文：https://arxiv.org/pdf/2508.10419

ComoRAGの応用シナリオ

• 文学作品の分析これは、研究者や学生が文学作品における複雑な筋書きや登場人物の関係性をより深く理解し、ハリー・ポッターにおけるスネイプの動機を分析するなど、物語に関する深遠な疑問に答えるのに役立つ。
• 映画およびテレビ脚本の最適化映画やテレビ番組の制作チームを支援し、脚本の筋書きを洗練させ、物語の一貫性と論理性を確保し、脚本の内容を最適化する。
• 教育補助教材教育分野においては、学生の読解力と批判的思考力を向上させ、ユーザーが長文の読解資料をより効果的に分析するのに役立ちます。
• インテリジェントな質問応答システム: ユーザーから寄せられる複雑な物語形式の質問に対応し、正確かつ一貫性のある回答を提供する、インテリジェントな質問応答プラットフォームを構築する。
• コンテンツ作成アシスタントこれは、小説家、脚本家、その他のクリエイターに対し、プロットの構成と最適化に関する提案を提供し、ストーリーラインの一貫性と魅力を確保する。