解説ねえ、トモヤくん！『RAG…
解説
ねえねえ智也くん！この『Reliable Graph-RAG for Codebases』っていう論文、なんだか難しそうだけど面白そう！「コードのための信頼できるグラフRAG」ってどういうこと？
お、そこに目を付けるなんて珍しいな。簡単に言うと、AIが巨大なプログラムの構造を正しく理解するための「地図」をどう作るか、っていう研究だよ。
地図？AIってプログラムをそのまま読めるんじゃないの？
読めるけど、限界があるんだ。普通のRAGだと、関連しそうなコードの断片をバラバラに取ってくるだけだから、ファイル同士の複雑なつながりを見失っちゃうんだよ。これを「コンテキストの平坦化」って呼んでいる。
バラバラになっちゃうんだ！それじゃあ、パズルのピースだけ渡されて「完成図を推測して」って言われてるみたいで可哀想だね。
いい例えだね。だから、コードの構造を「知識グラフ」っていう網目状のデータにして、AIに渡してあげる手法が注目されているんだ。この論文では、そのグラフの作り方を2つの方法で比べているよ。
2つの方法？
一つはLLMにグラフを作らせる方法（LLM-KB）。もう一つは、ASTっていうプログラムの解析器を使って、ルール通りにカチッと作る方法（DKB）だ。ASTは「抽象構文木」の略で、コードの文法構造を木のような形で表したものだよ。
AST……あ、アスパラガス・すごい・ツリーの略だね！
違う。全然違う。……まあいいや。とにかく、この論文の面白いところは「LLMに任せるより、昔ながらの解析手法（DKB）を使ったほうが速くて正確で安い」って結論づけたところなんだ。
えっ、AIに任せるより人間が決めたルールのほうがいいの？意外！
そうなんだ。実験結果を見ると、LLM-KBはグラフを作るのに数分かかるのに、DKBはたったの数秒で終わる。しかも、LLMはたまにファイルを読み飛ばしたり、間違った関係を作ったりする「確率的な不安定さ」があるんだよ。
LLMくん、意外とおっちょこちょいなんだね。コストはどうなの？
そこが劇的だよ。あるプロジェクトでは、LLM-KBだと約7ドルかかる処理が、DKBならたったの0.3ドル。20倍以上の差があるんだ。
そんなに安いの！？お財布に優しすぎる！でも、肝心の「回答の正解率」はどうだったの？安かろう悪かろうじゃ困るよ？
そこもDKBの勝ちだ。複雑な構造に関する質問で、DKBは15問中15問全問正解。LLM-KBは13問。グラフを使わない普通のRAGにいたっては、6問しか正解できず、嘘をつく「ハルシネーション」も多かったみたいだね。
すごーい！DKB最強じゃん！これがあれば、どんなに複雑なプログラムでもAIが完璧に説明してくれるようになるのかな？
将来性は高いね。ただ、今のDKBはJavaっていう言語に特化しているし、動的な依存関係までは追いきれないっていう限界もある。今後は他の言語への対応や、もっと深い解析との組み合わせが研究されていくはずだよ。
なるほどねー。やっぱり「地図」は正確じゃないと迷子になっちゃうもんね。私も智也くんの説明っていう地図があるから、AIの森で迷子にならずに済んでるよ！
それは光栄だけど……君の場合、地図があっても勝手に道なき道を進んでいくから、ガイドする側は大変なんだよ。
あはは！私の好奇心は「決定論的」じゃなくて「確率的」だからね！
上手いこと言ったつもりか！さっさと次の論文読むぞ。
要点
- 大規模なコードベースに対するRAG（検索拡張生成）において、従来のベクトル検索だけでは継承や依存関係などの複雑な構造を把握できない「コンテキストの平坦化」という課題がある。
- LLMを使って知識グラフを構築する手法（LLM-KB）と、AST（抽象構文木）解析を用いて決定論的にグラフを構築する手法（DKB）を比較検証した。
- DKBはLLM-KBと比較して、インデックス作成時間が圧倒的に短く（数秒 vs 数分）、コストも約1/10から1/20程度に抑えられる。
- LLM-KBはファイルの読み飛ばし（SKIPPED/MISSED）が発生しやすく、情報の網羅性が確率に左右されるが、DKBは決定論的な解析により高い網羅性を維持できる。
- 複雑なアーキテクチャに関する質問において、DKBは15問中15問正解という最高精度を達成し、ハルシネーションのリスクも大幅に低減させた。