Future-House/paper-qa

High accuracy RAG for answering questions from scientific documents with citations

What it solves

PaperQA2 は、科学文献向けに設計された高精度の Retrieval Augmented Generation（RAG）システムです。PDF、テキストファイル、Office 文書といった複雑なドキュメントから正確で根拠のある回答を抽出する課題に対処し、回答にテキスト内引用を含め、提供されたソースから検証された証拠に基づくことを保証します。

How it works

PaperQA2 はエージェント型 RAG ワークフローを使用し、クエリと回答を反復的に洗練させることができます。プロセスは通常、以下の 3 つのフェーズに分かれます：

  1. Paper Search：システムはキーワードクエリを生成して候補論文を検索し、論文をチャンク化して検索インデックスに埋め込みます。
  2. Gather Evidence：ユーザークエリを埋め込み、上位のドキュメントチャンクをランク付けし、クエリの文脈でこれらのチャンクのスコア付き要約を作成します。その後、LLM が再スコアリングを行い、最も関連性の高い要約を選択します。
  3. Generate Answer：ベストな要約をプロンプトに入れ、最終的な根拠付き回答を生成します。

Semantic Scholar や Crossref などのサービスと統合してメタデータを取得し、LiteLLM を使用してさまざまな LLM プロバイダーに対応しています。

Who it’s for

このツールは、研究者、科学者、そして大量の科学論文を扱い、高精度かつ検証可能な引用が必要な質問応答、要約、矛盾検出を行うすべての人を対象としています。

Highlights

  • Agentic RAG：言語エージェントを使用して検索と証拠収集を反復的に洗練します。
  • Multimodal Support：Docling や Nvidia nemotron-parse などのモデルベースリーダーを用いて、PDF の表、図、数式を解析できます。
  • Grounded Responses：正確なテキスト内引用付きの回答を提供します。
  • Metadata Awareness：引用数やジャーナルの品質データを自動取得し、検索精度を向上させます。
  • Flexible Configuration：高品質、速い処理、矛盾検出など、さまざまなユースケース向けの設定がバンドルされており、LiteLLM を通じて複数の LLM プロバイダーに対応します。