💬 NLP

RAISE: Enhancing Scientific Reasoning in LLMs via Step-by-Step Retrieval

RAISE は、科学的推論の課題に対処するため、問題分解、論理クエリ生成、論理的検索の 3 段階からなるステップバイステップの検索拡張フレームワークを導入し、ドメイン知識だけでなく論理的に関連性の高い文書を取得することで、既存のベースラインを凌駕する性能を発揮することを示しています。

原著者： Minhae Oh, Jeonghye Kim, Nakyung Lee, Donggeon Seo, Taeuk Kim, Jungwoo Lee

公開日 2026-03-20

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Minhae Oh, Jeonghye Kim, Nakyung Lee, Donggeon Seo, Taeuk Kim, Jungwoo Lee

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

この論文は、**「RAISE（レイズ）」**という新しい AI の仕組みを紹介しています。

一言で言うと、**「難しい科学の問題を解くとき、AI が『一歩一歩』考えながら、必要な本を『図書館』から賢く探してくる方法」**です。

従来の AI は、頭の中の知識だけで答えを出そうとして、間違ったことを言ったり（これを「幻覚」と呼びます）、複雑な問題でつまずいたりすることがありました。RAISE は、それを解決するために、**「分解」「翻訳」「検索」**という 3 つのステップを工夫しました。

まるで**「天才的な探偵が、難事件を解決する」**ようなイメージで説明しましょう。

🕵️‍♂️ RAISE の 3 つのステップ

1. 事件を「小分け」にする（問題の分解）

【従来の AI】
「この難問、全部一気に解こう！」と意気込んで、頭の中でごちゃごちゃ考えて、結局迷子になってしまう。

【RAISE のやり方】
「待てよ、この事件は大きすぎるな。まずは『犯人の動機』、『凶器の種類』、『現場の状況』みたいに、小さなタスクに分解しよう」と考えます。

例え話： 巨大なパズルを、いきなり完成図を見ようとするのではなく、まずは「空のピース」「海のピース」「山のピース」に分けて整理する作業です。

2. 検索キーワードを「魔法の言葉」に変える（論理的なクエリ生成）

ここがこの論文の一番のすごいところです。

【従来の AI】
分解したタスクに対して、そのままの言葉で図書館（インターネット）に検索をかけます。

「この遺伝子の突然変異は？」と検索 → 返ってくるのは「遺伝子とは何か」という一般的な説明ばかりで、「なぜこの特定の突然変異が問題なのか」という論理的なつながりが抜けていることがあります。

【RAISE のやり方】
AI は、検索する前に**「なぜこの情報が必要なのか？」**という理由を一緒に考えて、検索言葉を「魔法の言葉」に書き換えます。

例え話：
- 普通の検索：「パンの作り方」で検索 → 返ってくるのは「小麦粉の歴史」や「パン屋さんの紹介」。
- RAISE の検索：「**『酵母が膨らむ仕組み』を、『パンが膨らまない原因』を特定するために知りたい」→ 返ってくるのは、まさに「酵母が働かない理由」という、問題を解くために必要な「論理的な証拠」**です。

つまり、RAISE は「何を知りたいか」だけでなく、**「その知識をどう使うか（論理）」**まで含めて検索をかけます。

3. 必要な本を「ピンポイント」で探す（論理的な検索）

最後に、書き換えた「魔法の言葉」で、広大な図書館（Wikipedia など）から本を探します。

従来の検索： 話題が似ている本（「遺伝子」という単語が含まれている本）を拾ってくる。
RAISE の検索： 問題の**「論理的なつながり」**に役立つ本（「この突然変異がタンパク質の機能をどう壊すか」を説明している本）を拾ってきます。

🌟 なぜこれがすごいのか？

この方法を使うと、AI は**「分野に詳しい専門家」ではなく、「論理的に正しく考えられる探偵」**になります。

従来の AI： 「遺伝子」についてなら何でも知っているが、複雑な問題になると、知識がバラバラでつじつまが合わなくなる。
RAISE： 問題の「つじつま」を合わせるために、必要な知識を**「論理の鎖」**のように一つ一つ繋ぎながら探してくる。

実験の結果、RAISE は、生物学や化学の難しい大学院レベルの問題でも、他の AI よりもはるかに高い正解率を達成しました。特に、Wikipedia のような「誰にでも開かれた図書館」から、**「今、この瞬間に必要不可欠な論理的な証拠」**を引っ張り出せるのが強みです。

🎒 まとめ

RAISE は、AI に**「答えを急ぐな、まずは問題を小さく切り分け、その一つ一つについて『なぜ？』を考えながら、必要な本を賢く探せ」**と教えたようなシステムです。

これにより、AI は単なる「知識の引き出し」ではなく、**「論理的に推理する探偵」**へと進化し、科学の難しい問題も、一つずつ着実に解けるようになったのです。

RAISE: 科学的推論における段階的検索による推論能力の向上

論文の技術的サマリー（日本語）

1. 背景と課題

大規模言語モデル（LLM）は科学的推論において有望ですが、以下の課題に直面しています。

複雑な推論プロセス: 科学的な問題は、単一のステップではなく、論理的な連鎖（長鎖推論）を必要とします。
専門用語と最新知識: 特定のドメインに特化した用語の理解と、常に更新される研究成果への対応が必要です。
既存手法の限界:
- RAG（検索拡張生成）の限界: 従来の RAG は、ドメインとして「関連している」文書を検索しがちですが、問題解決に必要な「論理的に関連する（論理的なつながりを持つ）」文書を検索できないことが多いです。
- 段階的推論の限界: 問題分解（Problem Decomposition）を行う手法は存在しますが、外部知識の検索が不十分だと、小規模なモデルでは幻覚（ハルシネーション）が発生したり、推論が破綻したりします。
- コーパスの質: 多くの既存研究は、キュレーションされた特定のコーパス（例：QA ポートフォリオ）に依存しており、Wikipedia のような「野生（in-the-wild）」の広範なコーパスからの検索には適応が難しいという問題があります。

核心的な課題: 科学的推論タスクにおいて、各推論ステップに対して「何を検索すべきか（検索クエリの設計）」と「どのように適切な外部知識を取得するか」が十分に研究されていません。

2. 提案手法：RAISE

著者らは、RAISE (Step-by-Step Retrieval-Augmented Inference for Scientific rEasoning) という新しいフレームワークを提案しました。これは、科学的推論のための段階的検索拡張推論フレームワークであり、以下の 3 つの主要なステップで構成されます。

ステップ 1: 問題分解 (Problem Decomposition)

元の複雑な質問 $x$ を、LLM によって一連のサブ質問 $r_1, ..., r_n$ と、それに対応する初期検索クエリ $q_1, ..., q_n$ に分解します。
これにより、単一のクエリで検索するのではなく、構造化された段階的な検索・推論の基盤が作られます。

ステップ 2: 論理的クエリ生成 (Logical Query Generation)

これが RAISE の中核となる革新です。初期クエリ $q_i$ とサブ質問 $r_i$ を組み合わせて、論理的に強化されたクエリ $q^*_i$ を生成します。
目的: 単にドメインに関連する用語を含むクエリではなく、そのサブ質問を解決するために必要な「推論の意図」や「論理的なつながり」を捉えたクエリに変換します。
効果: 生成された論理的クエリは、事実的な誤りを含んでいても構いません。重要なのは、コーパスから「論理的に支援となる文書」を抽出できることです。これにより、表面的な類似性ではなく、推論プロセスに不可欠な論理的根拠を持つ文書が検索されます。

ステップ 3: 論理的検索 (Logical Retrieval)

生成された論理的クエリ $q^*_i$ を用いて、Wikipedia などのオープンドメイン（in-the-wild）コーパスから文書 $D_i$ を検索します。
検索された文書は、類似度閾値 $T$ によってフィルタリングされ、無関係な文書が除外されます。
各サブ質問 $r_i$ に対して、検索された文書 $D_i$ 、元の質問、および以前のステップの答えを基に、サブ回答 $a_i$ を生成します。
最終的に、すべてのサブ回答を統合して最終回答 $y$ を導き出します。

3. 実験と結果

評価ベンチマーク

GPQA: 大学院レベルの科学（物理、生物、化学）の難問。
SuperGPQA: 285 の大学院分野にまたがる大規模ベンチマーク（科学・工学分野に焦点）。
MMLU: 専門分野（化学、生物学など）を含む多様なタスク。

比較対象 (Baselines)

直接推論 (Direct, CoT)
検索拡張 (CoT+RAG)
分解推論 (Least-to-Most, Step-Back)
分解＋検索 (Least-to-Most+RAG, Step-Back+RAG, HyDE)

主要な結果

性能向上: RAISE は、GPQA、SuperGPQA、MMLU のすべてのベンチマークにおいて、既存の最良のベースラインを凌駕しました。
- GPQA 全体で最良のベースラインに対し +9.8% の改善。
- SuperGPQA の「science-hard」カテゴリでは +33.3% の大幅な改善。
ロバスト性: 異なるモデルサイズ（Mistral 24B, LLaMA 8B, GPT-4o mini）や異なる難易度のタスクにおいて、一貫して高い性能を示しました。
分解の重要性: 問題分解を行わずに直接論理的クエリを生成する変種（RAISE-Direct）と比較し、問題分解を行うことで検索の精度と推論の構造が向上することが確認されました。

定性的分析

検索文書の質: 従来の RAG はドメインに関連するが論理的に役立たない文書（例：用語の定義のみ）を検索しがちですが、RAISE は推論に必要な「科学的メカニズム」や「原理」を含む文書を高精度に検索していました。
LLM による評価と人間評価: 検索された文書の「論理的関連性」を評価したところ、RAISE は「完全に論理的に関連する」文書の割合が最も高く、「無関係」または「表面的に関連する」文書の割合が最も低いことが示されました。

4. 主な貢献

科学的推論のための新しいフレームワーク: 単なる知識の検索ではなく、推論プロセスの各ステップに特化した「論理的な検索」を実現する RAISE を提案しました。
論理的クエリ生成の革新: 検索クエリを、単なるキーワードの羅列ではなく、推論の意図を反映した論理的な形式に変換する手法を開発し、in-the-wild コーパスからの高精度な知識抽出を可能にしました。
実証的検証: 複数の難易度の高い科学的ベンチマークにおいて、既存の RAG や分解推論手法を大幅に上回る性能を達成し、その有効性を証明しました。

5. 意義と将来展望

この研究は、LLM が複雑な科学的推論タスクを遂行する際に、**「何を検索するか（クエリ設計）」と「どのように検索するか（論理的整合性）」**が極めて重要であることを示しました。
RAISE のアプローチは、科学分野に限らず、数学的推論や他の多段階論理推論が必要な分野にも応用可能です。特に、キュレーションされたデータセットに依存せず、広範なオープンドメイン情報から論理的に整合する知識を抽出する能力は、実世界の複雑な問題解決における LLM の実用性を大きく高めるものです。

要約:
RAISE は、科学的推論タスクにおいて、問題を段階的に分解し、各ステップに対して「論理的に整合した検索クエリ」を生成することで、Wikipedia などの広範なコーパスから推論に必要な知識を高精度に抽出するフレームワークです。これにより、従来の RAG や単なる分解推論では達成できなかった、高度で正確な科学的推論を実現しました。