From vectors to knowledge graphs: A comprehensive analysis of modern retrieval-augmented generation architectures

項目 内容
論文ID P10
区分・分類 論文・枠組み・サーベイ
著者・所属 Amir Abbas Kamalipour、Shahrokh Asadi（責任著者）、Mohammad Mahyar Amiri Chimeh — 3名とも Data Mining Laboratory, Faculty of Engineering, College of Farabi, University of Tehran, Tehran, Iran（Asadi と Amiri Chimeh は equal contribution）
発表先 Computer Science Review
発表日 2026-02-11
引用数 7（OpenAlex 2026-10-06時点）
言語 英語
URL https://doi.org/10.1016/j.cosrev.2026.100925
PDF 取得できず
読んだ範囲 要旨のみ

論文タイプ

サーベイ。要旨に「comprehensive survey」と明記され、300件超の文献を基に RAG アーキテクチャを統一分類で整理する論文であるため。

研究の目標

背景にある問題は LLM の hallucination（自信を持って事実と異なる内容を出力する体系的な弱点）で、特に high-stakes な場面で信頼を損なう。RAG は生成を検証可能で最新の証拠に結びつけることでこれに対処する。

この論文が狙う到達点は、Indexing・Retrieval・Fusion・Generation の統一 4 段階分類で現代の RAG アーキテクチャを分解し、システム同士を比較する共通の視点を与えること。これにより RAG を「grounded で auditable な AI システムを構築する成熟した設計パターン」として位置づけ、実務者・大学院生・研究者に対して基本パイプラインから高度な evidence-based reasoning システムまでの構造化されたロードマップを提供する。

技術的なやり方

要旨に記載された構成は以下のとおり。個別の手法名・データベース名・データセット名は要旨に記載がなく、本文未読のため不明。

要素 内容（要旨の記載）
文献基盤 300 件超の参考文献
分類軸 Indexing / Retrieval / Fusion / Generation の 4 段階タクソノミー
対象範囲 基礎の Vector RAG から multi-hop reasoning を担う Graph RAG まで。加えて新興パラダイムとして Agentic RAG、Multimodal RAG、Hybrid RAG、reasoning-centric な派生
実装面 indexing と similarity search の実装指向の解説。実運用向けに主要な vector databases と graph databases を比較
評価面 vector 系・graph 系パイプライン双方の評価データセットと指標を統合したベンチマーク比較
総括 代表的な RAG 戦略のトレードオフを key approaches の比較として整理
キーワード Agentic RAG、Graph RAG、LLMs、Multimodal RAG (MM-RAG)、RAG、Vector RAG

結果

数値なし。要旨にある数値は「300 件超の参考文献」のみ。ベンチマーク比較・データベース比較の具体的な数値は本文未読のため不明。

限界・課題

記載なし（要旨には著者自身が述べる限界の記述がない。本文未読）。

要点