RAG (とLLM) が、企業の知識管理や文書作成の自動化にどう役立つかを調査した、システマティックレビュー論文からメモ：

・結論として、企業でのRAG＋LLM活用はまだ実験段階（とりあえず既存ツールで試してみたフェーズ）が多く、本格的な商用運用に到達している事例はかなり少ない
・使われているLLMは6〜7割がGPT系であり、最もよく使われるモデルの系統
・ベクトル検索にはFAISSやElasticsearchなどの一般的なフレームワークが8割以上で使われており、特別に凝った自作検索エンジンは多くない

・学術的な評価ではk-foldクロスバリデーションなどしっかりした手法がよく使われているが、本番運用を想定したリアルタイム検証はほとんど行われていない
・生成部分の評価は、計算コストの問題から単純なホールドアウト（学習用とテスト用に分けるだけ）で済ませている研究が多い

・リアルタイム連携、スケーラビリティ、監視など「プロダクション導入で一番大変なところ」をちゃんと扱っている研究は全体の15％未満
・研究の数は2020年以降に急増しており、RAG＋LLMはかなり新しいトレンド

・多くの研究がクラウド上のインフラを前提としている。スケールしやすいが、プライバシーや規制との両立が課題
・金融や医療などの分野では、データ保護の観点からオンプレミスやハイブリッド構成を採用する研究も一定数存在

・使われているデータはGitHubなどの公開データが約半数を占めており、本当に企業内の機密文書で評価している研究はまだ少ない
・そのため、公開データで性能が高くても、実際の企業環境に持っていくとドメイン差やノイズで性能が落ちるリスクがある

・機械学習のパラダイムとしては、ほとんどの研究が教師あり学習に依存しており、ラベルが少ない現場向けの手法はまだ発展途上である
・古典的なアルゴリズム（ナイーブベイズやSVMなど）は、メイン処理というよりベースライン比較や補助タスク用として今も使われている

・RAGの構成としては、クエリごとに関連文書をまとめて渡すRAG-Sequenceと、トークン単位で動的に参照を変えるRAG-Tokenが主流
・ベクトル検索だけでなく、BM25のようなキーワード検索やナレッジグラフを組み合わせたハイブリッド型が、精度や説明性の面で有利
・評価指標はPrecision、Recall、Recall@K、ROUGE、BLEUなど技術的なスコアに偏っており、「ビジネスにどれだけ効いたか」を測る研究は少ない

・人手による評価やユーザスタディを行っている研究は2割弱しかなく、現場視点での使いやすさや信頼性が十分に検証されていない
・現実の業務に入れて、工数削減やエラー率改善などのビジネス指標まで測っている研究は全体の1〜2割程度

・一方で、そうした実運用系の研究では、回答時間の短縮や一次対応の自動化など、目に見える効果が出ている事例も報告されている
・大まかに言うと、オープンなLLMにRAGで社内知識をくっつける形が、現状の「定番アーキテクチャ」
・ただし、プライバシー保護、レイテンシ削減、コスト制御、継続学習など、実際の企業システムとして成立させるための要素がまだ十分に詰め切れていない

・ハルシネーションの制御や根拠提示の仕組みは重要課題として頻繁に挙げられているが、決定版といえる手法はまだない
・継続的に知識やモデルを更新し、ルールや製品の変更に追従させる「ライフサイクル設計」にまで踏み込んだ研究は少数である

・実務向けのメッセージとしては、モジュール化された設計、インデックスの継続更新、高速な近傍探索、人間評価＋ビジネス指標の両方を見る評価枠組みが推奨

https://t.co/p8shpD1eSL December 12, 2025

この手法が最強すぎて、最近の開発は全部これ。

１）開発したい機能のブランチ切る
２）開発したい機能のテストファイルをローカルで開発（Codex多め）
３）CursorのCloud Agentに「このテストファイルが通るまで実装し続けて」と依頼（複雑性に応じて並列数を適宜決める）
４）並列で開発したログを見て、テストが通ったものをプルリク
５）ローカルで一応動作確認して、Gitのマージ作業

もはや、完全にAIを束ねるシニアエンジニアと化してる。

競合しない程度に複数機能を同時に並行して進められるのも強い。

すべてはテスト駆動開発のおかげです。何度も言いますが、AI駆動開発はテスト駆動開発の導入で１次元上の開発が出来ます。
DevinやGitHubアクションがそこまで浸透しなかったのは、テスト駆動してないから。
「テストもしない中途半端な成果しか出さないジュニアエンジニア」止まりだった。

AIに明確なゴール判定を与えてください。 December 12, 2025

見てる: "miseのGitHub Backendが便利" https://t.co/bd8kXRQH35 December 12, 2025

🚨🌐カルダノ週間開発レポート2025年12月5日

今週のカルダノは、基盤技術からスケーリング、Catalyst、コミュニティイベントまで幅広く動きがありました。ざっくりまとめると「台帳の完全定義が揃い、Laceが進化し、Hydra/Mithrilが次のステージへ、CatalystはFund15レビュー開始」という、かなり充実した1週間です。

【📌 主なハイライト】

・Ledgerチームが「ネストしたトランザクション」の完全定義とCDDL仕様を完成
・Lace v1.32 リリース（リアルタイム通知センターが実装）
・MithrilはSNARK対応で大きく前進。Bitcoin DeFi向けプロトタイプも継続
・Hydra v1.2.0 をリリース、安全な終了（SafeClose）や部分ファンアウトの改善など
・Catalyst Fund15 がコミュニティレビュー期間に突入
・Intersect が2025年年次総会を23時間イベントで開催
・教育チームがFIUでスマートコントラクト講義＆Cardanoノード実演を実施

【📊 現時点のエコシステム状況】

・ネイティブトークン数：1,103万
・トークンポリシー：224,455
・トランザクション数：1億1632万
・委任ウォレット数：134万
・DReps：1,538（アクティブ1,020）
・進行中プロジェクト：2,020
・GitHubコミット：323

【🔧 技術アップデート】

● Ledger（台帳）
ネストTxのHaskell定義とバイナリ表現が完成し、CDDL仕様も改善。Plutusコストモデルを起動時に注入できる機能など、テスト性・保守性が大きく向上しました。

● Lace
通知センターが実装され、Lace/パートナーからの更新をウォレット内でリアルタイム受信可能に。Midnight Foundation からのNIGHT更新もここに届くように。今後は購読拡張やWeb3全体の通知にも対応予定。

● Mithril
SNARK対応に向け、Schnorr署名、Jubjubバックエンド、非再帰SNARK設計、Halo2鍵の制約評価などを進め、さらにBitcoin DeFi向けのRISC Zeroプロトタイプも前進。

アグリゲータ探索、プロトコルセキュリティページ改善、E2Eテスト強化など、実用面でも着実な進展。

● Hydra
SafeClose導入、部分Fanout改善、Chain-following強化、Raspberry Pi上でのHydraノード動作確認、Blockfrost対応など。

Hydra v1.2.0 が正式リリースされ、インドブロックチェーンウィークのハッカソンでもHydraプロジェクトが優勝と、開発・コミュニティの両面で勢いあり。

【🚀 Catalyst Fund15】

・761件の提案が提出完了
・レビュー期間に入り、レビュアーとプロポーザーの双方から「良い評価のポイント」が共有
・透明性と改善性が高まる重要フェーズに突入

【🏛 Voltaire（ガバナンス）】

Intersectが23時間にわたり年次会合を開催。Clay Nationと協力したバーチャル空間で、世界各地のメンバーが参加。これは来年以降の「継続的なコミュニティ接続」の基盤にも。

【🎓 教育】

FIUでの現地授業を実施中。スマートコントラクトやノードの実演を通じて学習内容が拡充。

今週は「技術の完成度を高めつつ、ガバナンスとコミュニティの接続性を強化し、教育・通知・ユーザー体験も前へ進んだ」という、カルダノらしい“静かな前進”が凝縮された週でした。

詳しくはレポート全文もぜひどうぞ。
👇
https://t.co/vLUPcI2P5s December 12, 2025

@sou1042tzk なるほど、リリースページのURLなんですね！ありがとうございます！

レトポケから使ってたapk連れてきたの何個かあるので、GitHub巡りします✨ December 12, 2025

Githubの無料枠のCopilot使って質問したら
実際問題としてはGithub-Copilotでも使えなくはないけど、

同じ事させても、無駄にトークン消費だけが大きくなる
（コンテキスト小さくて覚えてないからね～）

⇒100%超えて使うなら制限なし本家使う
⇒面臭いコマンド操作とかはGithub使う

みたいな感じなんだろうかな～ December 12, 2025

最近Github見てねー December 12, 2025