mirage-ecsでPRごとのプレビュー環境を構築し、動作確認しやすくした話 🔖 13

はじめに ZAICOでは、Amazon ECS Fargate上にRuby on Railsのアプリケーションをデプロイして在庫管理システムを提供しています。 開発フローの中で動作確認に関する開発者体験を損なう課題があり、それを解決するためにmirage-ecsを活用して、PRご

1時間50円級GPUで日本語RAGはどこまで動くのか？A4000 16GBでgpt-oss 20Bを試した 🔖 1

1時間50円級のA4000 16GB環境で、日本語RAG用OSS LLMを比較しました。今回の条件では gpt-oss 20B が精度・速度・日本語遵守・リトライ回数のバランスに優れ、まず試す候補に見えました。

AI時代の「会社のOS」をつくる 〜Open Knowledge Format（OKF）とRAGで組織知を配れる形にする〜 🔖 209

はじめに 前回、AIにGitHubリポジトリを認識させるなら「階層構造＋index.md」と「Obsidian形式」どっちが速くて安くて正確か という記事を書きました。結論はシンプルで、**「構造はディレクトリ、意味はタグ、両取りが最強」**でした。 この記事は、その続編です。「

mirage-ecsでPRごとのプレビュー環境を構築し、動作確認しやすくした話 🔖 13

はじめにZAICOでは、Amazon ECS Fargate上にRuby on Railsのアプリケーションをデプロイして在庫管理システムを提供しています。開発フローの中で動作確認に関する開発者体験を損なう課題があり、それを解決するためにmirage-ecsを活用して、PRご

エージェントごとに RAG を作るのは、もう終わりにできるかもしれない。AWS Context 発表 🔖 1

エージェントごとに RAG を作るのは、もう終わりにできるかもしれない。AWS Context 発表 こんにちは、サーバーワークスで生成AIの活用推進を担当している針生です。 2026 年 6 月の AWS Summit New York City で、AWS Context と

【ハンズオン】AgentCore最新機能でRAG & AIエージェント構築に入門！ 🔖 1

このイベント用のハンズオン手順ですが、どなたでも好きなときに試せます！（30分〜1時間目安）これをローコードでサクッと作ります。残念なことに最近、新規作成したばかりのAWSアカウント（特に会社契約でないもの）では、Bedrockのモデル呼び出しクォータが既定で0...

設計書から始めるレガシーFragmentのリファクタリング 🔖 2

はじめに こんにちは、ZOZOTOWN開発本部ZOZOTOWN開発2部Androidブロックのにしみーです。 本記事では、レガシーなFragmentをKotlin + Jetpack Compose + MVVMベースの構造へリファクタリングした取り組みを紹介します。 対象画面の

Gemini で Redmine の過去知見をフル活用！チケット対応の自動化に使える RAG の実践例 🔖 32

こんにちは。コミュニケーション&アプリケーションサービス部で業務支援システムの開発をしている山中です。 先日、自社の Google Cloud 環境で利用できる Gemini API を活用し、Redmine で管理している過去のチケットの内容に基づいて、新規のアラートや問い合わ

Gemini Embedding 2で作るネイティブマルチモーダルRAG 🔖 3

はじめにこんにちは、AI Shift AIチームの林崎です。本記事では先日一般提供となったGemini Embedding 2でシンプルなマルチモーダルRAGを構築し、その実用性や使用時のTipsについてご紹介します。従来のマルチモーダルRAGでは、画像ならOCR、音声なら

Gemini Embedding 2で作るネイティブマルチモーダルRAG 🔖 3

はじめにこんにちは、AI Shift AIチームの林崎です。本記事では先日一般提供となったGemini Embedding 2でシンプルなマルチモーダルRAGを構築し、その実用性や使用時のTipsについてご紹介します。従来のマルチモーダルRAGでは、画像ならOCR、音声なら

RAGを作るのではなく、検索される知識を運用する 🔖 155

RAGは作るより、更新され続けるデータの中で精度を保つ方が難しかった。Difyで自前RAGを組んだあと、データ更新に合わせて検索品質を維持し続けるのがしんどかったので、Agent SearchとCloud Storageでナレッジ供給パイプラインを組んだ話。 TL;DR RAGで

約2,000人が使うClaude Codeと向き合う。 | CyberAgent Developers Blog 🔖 47

作者Boris Cherny氏とのQ&Aから見えた、大規模組織でのAIエージェント活用 Q&Aセッション後に撮影した集合写真。 はじめに サイバーエージェントでは、Claude Codeの活用がエンジニア個人の試行錯誤から、組織全体での活用フェーズへ広がっています

【完全ローカル】AIに記憶を持たせる5ステップ — Ollama×RAGでつくる長期記憶チャットボット 🔖 311

はじめに こんにちは。開発部の雨です。 今回は、ローカル環境で動く「長期記憶付きチャットボット」をゼロから実装する方法を紹介します。 最初はシンプルに「全会話履歴をそのままLLMに渡す」素朴な実装からスタートし、その問題点を実際に確認しながら、RAG（Retrieval-Augm

AmazonのRAGに関する研究 🔖 20

導入 こんにちは、株式会社ナレッジセンスの須藤英寿です。 今回は、Amazonの提唱するRAGを繰り返し検索に最適化するための手法「State-Aware RAG」について紹介します。 サマリー RAGは一度の検索で幅広い情報を取得し、素早く情報を得られるメリットがあります。一方

AmazonのRAGに関する研究 🔖 20

導入こんにちは、株式会社ナレッジセンスの須藤英寿です。今回は、Amazonの提唱するRAGを繰り返し検索に最適化するための手法「State-Aware RAG」について紹介します。https://cdn.amazon.science/e3/78/083c7e8c45b8a8

超精密インデックス「PageIndex」で実現する推論ベースRAG（JTC版） 🔖 28

TL;DR 「類似性」から「構造」へ: 論理構造に基づいた推論ベースの検索でベクタ検索（近似検索）の限界を突破する。 「意味的な目次」としてのPageIndex: ドキュメントからツリー構造のインデックスを構築、LLMが生成した高密度なサマリを「検索キー」として活用。 Alpha

超精密インデックス「PageIndex」で実現する推論ベースRAG（JTC版） 🔖 28

TL;DR「類似性」から「構造」へ: 論理構造に基づいた推論ベースの検索でベクタ検索（近似検索）の限界を突破する。「意味的な目次」としてのPageIndex: ドキュメントからツリー構造のインデックスを構築、LLMが生成した高密度なサマリを「検索キー」として活用。A

【解説】実際の値をもとに、ベクトル化などのRAGの仕組みを根本から理解しましょう 🔖 13

はじめにこんばんは、mirukyです。生成AIを業務で使おうとすると、かなり高い確率でRAGという言葉に出会います。RAGはRetrieval-Augmented Generationの略で、日本語では検索拡張生成と呼ばれることが多いです。ただ、RAGという言葉だ...

エージェンティックRAGにAWSで入門しよう！ 🔖 36

2026/06/11 (木) AWSでAIエージェント構築を始めよう！Amazon Bedrock AgentCore 実践入門 での登壇資料です

マルチモーダル知識グラフ「RAG-Anything」を用いた複雑な実世界ドキュメントの理解 🔖 34

※本記事は、2026年5月までLayerXのAi Workforce事業部でR&Dインターンとして活躍してくれた kemotoさんによる執筆です。本人のインターン期間終了に伴い、LayerX の koichi（こいち）が代理で投稿いたします。最先端のAI協業の現場で得られ

個人投資家駄犬氏×PERAGARU塩谷氏が語る　個人投資家の企業分析と投資判断 🔖 7

単なるSnapdragon対抗ではない、「RTX Spark」が導くWindowsの新時代 🔖 24

“育つ”ナレッジ基盤「LLM Wiki」とは？RAGとの違いをイラスト付きで整理してみた 🔖 116

１ヶ月ほど前に公開され、注目を集めた「LLM Wiki」。 少し時間が経ち、改めてどんなものなのか、ざっくり紐解いてみました！ LLM Wikiとは Andrej Karpathy氏（OpenAIの創業メンバーであり、Tesla元AIシニアディレクター）がGitHub Gistに

“育つ”ナレッジ基盤「LLM Wiki」とは？RAGとの違いをイラスト付きで整理してみた 🔖 116

１ヶ月ほど前に公開され、注目を集めた「LLM Wiki」。少し時間が経ち、改めてどんなものなのか、ざっくり紐解いてみました！LLM WikiとはAndrej Karpathy氏（OpenAIの創業メンバーであり、Tesla元AIシニアディレクター）がGitHu...

「JWT を localStorage に置くな」はなぜ言われるのか、Cookie 回帰までの時系列整理 🔖 481

はじめに Webセキュリティの第一人者である徳丸浩氏が X で、JWT と Cookie セッションの関係についてこんな投稿をされていました。 これはウェブAPI呼び出しの歴史から考えると腑に落ちるのですが、CORSの機能にCookie付与があることからもわかるように、 (1)

【2026・夏最新版】皆様にGoogle CloudでのRAG・Embeddingの最強を、お伝えしたかった。 🔖 1

こんにちは、株式会社FP16の二宮です。前回は日本語RAGのEmbeddingモデルを6構成・2000問で比較しました。https://zenn.dev/fp16/articles/aa48dcae23974e今回はその続きです。Embeddingモデル単体の精度はだいぶ

「JWT を localStorage に置くな」はなぜ言われるのか、Cookie 回帰までの時系列整理 🔖 481

はじめにWebセキュリティの第一人者である徳丸浩氏が X で、JWT と Cookie セッションの関係についてこんな投稿をされていました。これはウェブAPI呼び出しの歴史から考えると腑に落ちるのですが、CORSの機能にCookie付与があることからもわかるように、(1

SQLiteを利用したハイブリッド検索対応の軽量RAGの実現 🔖 114

こんにちは、データ分析エンジニアの木介です。 RAG（検索拡張生成：Retrieval-Augmented Generation）では、よくベクトル検索を利用した構成が使われますが、 実務では、業界や企業独自の用語や、IDのような識別子によるドキュメントの特定が必要になることがあ

脆弱性診断・脅威モデリングを行うセキュリティエージェントを実装しました | CyberAgent Developers Blog 🔖 35

こんにちは！システムセキュリティ推進グループの小笠原 (@gassara5) です。 最近では連日のサプライチェーン攻撃の増加やClaude Mythosを始めとしたAIのサイバー攻撃能力を考えると、守り側もAIを使わずにはいられない時代になりました。 今回は、私たちが実装したセ

ZenkakuHiraganaさんのPRで将軍がOpenCode対応、そしてまた183ドル溶けた 🔖 20

結論から言う multi-agent-shogun が OpenCode に正式対応した。 これで将軍システムは、Claude Code、Codex CLI、GitHub Copilot、Kimi Code、OpenCode の 5 CLI対応になった。 しかも今回の主役はオレで

せっかくSnowflake構築するのならTerraform(Terragrunt) で構築しよう【その①】※Quickstart体験 🔖 2

はじめにこんにちは。kayoです。今日はTerraformについて学んでいきます。Terraformは、HashiCorp社により開発されているオープンソースのツールであり、インフラリソースをコードで管理するInfrastructure as Code（IaC）ツールです。

データの読み書きを自動で学習するRAG手法 🔖 2

導入こんにちは、株式会社ナレッジセンスの須藤英寿です。今回は、情報の書き込みと読み込み方法を相互に学習させることで、ドキュメントに適した検索が実現できるようになる手法「SAGE」について紹介します。https://arxiv.org/pdf/2605.12061 サマ

【AWS】ロールベースによるレスポンスマスキングでセキュアなRAGを実現する 🔖 1

はじめにRAGを利用する際、「一般職と管理職で、同じ質問に対して返ってくる情報を変えたい」といった要件要望があるかと思います。これをAWSのマネージドサービスだけでフルサーバーレスで作れないかなと思って試してみました。例えば「山田太郎の電話番号を教えて」と聞いたときに...

RAGの評価データセットをユーザーと一緒に作って、思った以上に良かった 🔖 1

機械学習エンジニアの竹本です。普段は、製造業の膨大なドキュメントを対象にしたRetrieval-Augmented Generation（RAG）の検証に取り組んでおり、その一環として社内検証向けのベンチマークデータセットを作成しました。同じ課題を抱えるエンジニアの方の参考になれ

【RAG】「キーワード検索1回」だけで、精度を出す。 🔖 39

本記事では、RAGの精度を高めるための「SIRA」という手法について、ざっくり理解します。 株式会社ナレッジセンスは、生成AIやRAGを使ったプロダクトを、エンタープライズ企業向けに開発しているスタートアップです。 この記事は何 この記事は、「キーワード検索1回だけ」で高いRAG

【RAG】「キーワード検索1回」だけで、精度を出す。 🔖 39

本記事では、RAGの精度を高めるための「SIRA」という手法について、ざっくり理解します。株式会社ナレッジセンスは、生成AIやRAGを使ったプロダクトを、エンタープライズ企業向けに開発しているスタートアップです。 この記事は何この記事は、「キーワード検索1回だけ」で高いR

コンパニオンAIの記憶を、普通のRAGじゃない設計にした話 🔖 4

コンパニオンを名乗るAIには記憶が要る。何度も会って、前回の文脈を覚えていて、こちらが変わっていくと向こうも少しずつ変わっていく — これが続かないと、毎回「はじめまして」のアシスタントと変わらない。ところがいざ作りはじめると、いま主流のRAG文献はあまり助けてくれなかった。R

RAGのRetrieve戦略 — Adaptive RAGの変遷 🔖 2

Adaptive RAGとはAdaptive RAG（または Adaptive Retrieval）は、retrieve するタイミング・回数・戦略をクエリやモデル状態に応じて動的に変えるRAG手法群を指す総称です。素朴なSingle-step RAGが抱える構造的な問題に対

Linuxの主要ディストリビューションに影響がある深刻な脆弱性「Dirty Frag」 🔖 31

ほぼすべての主要なLinuxディストリビューションでローカルユーザーがroot権限を取得可能な脆弱(ぜいじゃく)性「Dirty Frag」が報告されました。セキュリティ専門家によると攻撃の成功率は極めて高く、また、攻撃に失敗してもカーネルパニックを引き起こさないため危険性も高いと

GitHub - V4bel/dirtyfrag 🔖 35

Agentic Graph RAG MCPのススメ — Graph RAGは「単発」ではなく「対話」になった 🔖 60

みなさまこんにちは！エアークローゼットでCTOをしている辻です。 これまでに DB Graph MCP、社内MCP群の全体像、Biz Graph、Sandbox MCP と、社内向けに作っているMCPサーバーを順に紹介してきました。 DB Graph は ORM 解析からのスキー

RAGで人間の脳を再現して必要な情報だけを取り出す手法 🔖 1

導入こんにちは、株式会社ナレッジセンスの須藤英寿です。今回は人間の脳を再現して情報を検索し、さらに必要な情報にだけ整理することで高い精度を実現する手法「NeocorRAG」について紹介します。https://arxiv.org/pdf/2604.27852 サマリー

【AWS】RAGのベクトルストア、S3 VectorsとOpenSearchどっちを選ぶ? 🔖 2

はじめにおいおい、何番煎じのネタだよ..と思ったかもしれませんが、このS3 VectorsとOpenSearchって意外と比較検証の記事があまりなくて、S3 Vectorsを試してみたの記事が多かったので書いてみました。本記事では、AWS上でRAGを構築する際の代表的...

ベクトルを使わないRAG。全てのナレッジを階層化する手法 🔖 164

本記事では、RAGの性能を高めるための「Corpus2Skill」という手法について、ざっくり理解します。 株式会社ナレッジセンスは、「エンタープライズ企業の膨大なデータを掘り起こし、活用可能にする」プロダクトを開発しているスタートアップです。 この記事は何 この記事は、「ベクト

ベクトルを使わないRAG。全てのナレッジを階層化する手法 🔖 164

本記事では、RAGの性能を高めるための「Corpus2Skill」という手法について、ざっくり理解します。株式会社ナレッジセンスは、「エンタープライズ企業の膨大なデータを掘り起こし、活用可能にする」プロダクトを開発しているスタートアップです。 この記事は何この記事は、「ベ

ベクトルを使わないRAG。全てのナレッジを階層化する手法 🔖 164

本記事では、RAGの性能を高めるための「Corpus2Skill」という手法について、ざっくり理解します。株式会社ナレッジセンスは、「エンタープライズ企業の膨大なデータを掘り起こし、活用可能にする」プロダクトを開発しているスタートアップです。 この記事は何この記事は、「ベ

【RAG】企業のナレッジを、AIで書き直す。 🔖 169

本記事では、RAGの性能を高めるための「WriteBack-RAG」という手法について、ざっくり理解します。 株式会社ナレッジセンスは、生成AIやRAGを使ったプロダクトを、エンタープライズ企業向けに開発しているスタートアップです。 この記事は何 この記事は、RAGのナレッジベー

Azure AI SearchのAgentic Retrievalを使ってAgentic RAG実現 🔖 9

こんにちは、2年目エンジニアの飯棲です。 すっかり暖かくなり春本番ですね。 オフィス近くの公園に咲く桜がとても綺麗でした。 今回は、Microsoft Azureのプレビューとして新たに追加されたAgentic Retrieval について紹介します。 これにより、RAG を備え

【RAG】企業のナレッジを、AIで書き直す。 🔖 169

本記事では、RAGの性能を高めるための「WriteBack-RAG」という手法について、ざっくり理解します。株式会社ナレッジセンスは、生成AIやRAGを使ったプロダクトを、エンタープライズ企業向けに開発しているスタートアップです。 この記事は何この記事は、RAGのナレッジ

Embedding modelの「内在的な双曲性」を利用したRAG精度の向上と階層矛盾検知の可能性 - Spicescode Tech Blog 🔖 43

スパイスコード CTO の櫻木です (X: https://x.com/ysrhspyoshi). スパイスコードは,「ロカルメ・オーダー」 order.localmet.com という AI Agent を内包した ERP サービスを開発・提供しているスタートアップです. 前回