2026年02月03日
## 要約：
この研究では、災害対応の初期救助、中期復旧、長期復興の各段階を支援する新しいRAGフレームワーク「RAPTOR-AI」を開発しました。テキスト、過去の教訓、画像などの階層型知識ベースと、経験に基づいた学習を取り入れることで、災害状況の理解、意思決定の精度、そして使いやすさを向上させました。これにより、専門家と非専門家両方の対応者をサポートすることが可能になります。
---
## 翻訳：
この研究では、効果的な人道支援および災害救援（HADR）には、迅速な状況把握、信頼性の高い意思決定支援、そして多様な災害状況への一般化能力が必要であることを前提に、災害対応の3つの段階（初期救助、中期復旧、長期復興）を支援するエージェント型Retrieval-Augmented Generation (RAG) フレームワークを導入します。堅牢なマルチモーダル表現を実現するために、テキストの災害マニュアル、過去の教訓（2011年の東日本大震災など）、空撮と地上からの画像などの階層型知識ベースを構築します。このシステムは、オープンソースのマルチモーダル実装を基盤とし、BLIPベースの画像キャプション、ColVBERT埋め込み、そして長文要約を用いて、津波関連のPDF46件（2,378ページ）を処理し、災害知識の保全に最適化された効率的で構造化されたマルチモーダル検索ツリーを生成します。エージェント制御器は、エントロピーを考慮したシーン抽象化を通じて、RAPTORやColBERTなどの検索戦略を動的に選択し、異質な入力に対する適応的な推論を可能にします。さらに、軽量のLoRAベースのポストトレーニング手法を採用することで、過去の災害からの経験知識を注入し、モデルが専門家と非専門家の両方の対応者をサポートする能力を高めます。実際の災害データセットを用いた実験により、状況の理解が深まり、タスク分解の精度が向上し、緊急業務の使いやすさが向上することが示されています。長文RAGシステム、エージェント型情報検索、現代の緊急対応AIの最近の進歩を組み込むことで、自己推論およびマルチモーダル連鎖思考能力を備えた適応的な検索拡張生成を通じて、大きな進歩を達成しています。
[📰 原文はこちら](https://arxiv.org/abs/2602.00030)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
BittensorManがお勧めするメーカーリスト
https://exbridge.jp/xdirect/
AI時代の技術と知識のまとめ(AI生成メディア) - AIDexx
https://exbridge.jp/aidexx/
頑張って働く人に向けて、プロ用仕事アイテムを格安でネット販売しているX-Direct（ https://exdirect.net ）を、BittensorManは応援しています。
動画の最後にお得な情報がありますので、
最後までご覧ください。
