機密文書のためのリトリーバル拡張型分類（Retrieval Augmented Classification）
arXiv cs.AI / 2026/4/13
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、機密文書を分類しつつ漏えいを最小化するための Retrieval Augmented Classification（RAC）を提案する。具体的には、機密性のあるコンテンツでモデルの重みを更新するのではなく、外部のリトリーバル／ベクターストアに基づいて判断を行うことで、漏えいリスクを抑える。
- 現実的なシーケンス長の制約下で、WikiLeaks の米国外交資料コーパスを用いた実験では、RAC はバランスの取れたデータにおいて教師あり微調整（FT）と同等の性能を示す一方、アンバランスなデータではより安定している。
- 報告されている結果では、RAC は元のアンバランスなデータセットおよび増補したバランスのデータセットの両方で約 96% の精度を達成し、適切なプロンプト設定により最大で 94% の F1 を示す。一方、FT はクラス不均衡の設定間での汎化が弱い。
- RAC は、統制された運用（governed deployment）により実用的であると位置づけられている。再インデックス（reindexing）により新しいデータを組み込めるため再学習が不要であり、クラスバランス、コンテキスト長、ガバナンス要件の変化に対して頑健であるよう設計されている。
- 著者らは、RAC の分類パイプラインと評価レシピ、クラス不均衡とコンテキスト長の影響を切り分ける実験的研究、ならびにセキュリティを保護する制御環境における RAC の設計指針を提供する。
