生体医療RAGのチャンキング改善、新フレームワーク発表
arXiv cs.CLは2026年8月31日(現地時間)、生体医療情報抽出におけるRetrieval-Augmented Generation (RAG)向けに、設定可能な意味的チャンキングフレームワークを提案する論文を発表した。既存のBioMedRAGは固定サイズチャンキングに依存し、意味的証拠を断片化するという課題を抱えていたが、この新フレームワークはentity-preserving windowsなどの手法を組み合わせることでこの課題に対処する。本研究は、BioMedRAGのチャンク構築段階のみを置き換え、既存の埋め込みモデルやスコアラーは維持する設計を採用している。