TURA: Tool-Augmented Unified Retrieval Agent for AI Search

この論文は、静的なコンテンツと動的なリアルタイム情報の両方にアクセスできる世界クラスの AI 検索製品を実現するため、RAG とエージェント型ツール利用を統合した 3 段階のフレームワーク「TURA」を提案し、大規模産業システムにおける低遅延かつ堅牢な回答を提供する手法を述べています。

要約

この論文は、**「TURA（トゥーラ）」**という新しい AI 検索システムの仕組みを紹介しています。

これまでの AI 検索は「本棚（インターネット上の静的な情報）」から本を取り出して読むのが得意でしたが、「リアルタイムな状況（飛行機の空席や在庫など）」を聞くには苦手で、答えられませんでした。TURA は、この弱点を克服し、**「本を読むだけでなく、実際に電話をかけたり、システムを操作したりできる賢い秘書」**のような存在です。

わかりやすく、3 つのステップと 1 つの比喩で説明しますね。

🏢 比喩：AI 検索は「優秀な図書館司書」から「万能のコンシェルジュ」へ

これまでの AI 検索（RAG）は、**「膨大な資料室を持つ図書館司書」**でした。

• 得意なこと: 過去の新聞や本（Web 記事）から情報を検索して、まとめてくれる。
• 苦手なこと: 「今、東京から上海への新幹線の空席は？」と聞かれても、資料室には「明日の空席情報」なんて載っていないので、「わかりません」と言ってしまう。

**TURA は、この司書に「スマホ」と「権限」を与えた「万能コンシェルジュ」**になりました。

• 得意なこと: 資料室（Web）も見るし、「新幹線の予約システム」や「天気予報のデータベース」といった外部のツール（アプリ）に直接電話をかけて、リアルタイムな情報を取ってくることもできる。

---

🚀 TURA がどうやって働くのか？（3 つの魔法のステップ）

TURA は、ユーザーの質問に対して、以下の 3 つのステップで動きます。

1. 意図をくみ取る「分解と選別」の魔法

ユーザーが「8 月 2 日に北京から上海へビジネス出張で新幹線のチケットを予約して」と聞くと、AI はまず**「頭の中で問題を分解」**します。

• 「北京と上海の距離は？」
• 「8 月 2 日の天気は？」
• 「8 月 2 日の新幹線の空席と料金は？」 ← これが重要！

そして、必要な情報源（ツール）を**「道具箱」から選び出します。静的な Web 情報が必要なら「Web 検索ツール」、新幹線の予約が必要なら「携程（Ctrip）の予約システム」という「MCP サーバー（魔法の道具）」**をピンポイントで呼び出します。

2. 並行して動く「タスク管理」の魔法

ここが TURA のすごいところです。

• 普通の AI: 「天気を見て、次に新幹線を見て、次にホテルを見て…」と順番に一つずつやります（時間がかかる！）。
• TURA の魔法: 「天気」と「新幹線」の情報は、同時に並行して取りに行けます。
  • 図解では「DAG（有向非巡回グラフ）」という、タスクの依存関係を整理した「作業工程図」を作ります。
  • 「新幹線の予約には天気は不要だから、天気と新幹線は同時に進めよう！」と判断し、待ち時間を劇的に短縮します。

3. 超高速で動く「賢い執事」の魔法

最後に、選んだツールを実際に動かすのは、**「蒸留されたエージェント（賢い執事）」**です。

• 通常、こんな複雑なことをするには「超巨大な AI（先生）」が必要で、時間もお金もかかります。
• TURA は、この「先生」の思考プロセスを徹底的に学習させ、**「小さな AI（生徒）」**にその能力を詰め込みました（これを「蒸留」と呼びます）。
• 結果: 生徒 AI は「考える時間（思考プロセス）」を省略して、**「即座に行動（ツール呼び出し）」**できます。
  • メリット: 巨大な AI のような賢さを持ちながら、超高速・低コストで動けます。

---

📊 実際にどうだった？（実験の結果）

このシステムは、百度（Baidu）という巨大な検索エンジンで実際に使われています。

• 精度: 従来の AI 検索（65% 程度の正解率）に対し、TURA は**87.5%**と大幅に向上。
• リアルタイム性: 「新幹線のチケット」や「天気」など、リアルタイムな情報が必要な質問で、従来のシステムが「答えられない」または「古い情報」を返すのに対し、TURA は正確な最新情報を提供できました。
• ユーザー満足度: 実運用でのテストでは、ユーザーが「満足した」と感じる回数が8.9% 増加しました。

💡 まとめ

TURA は、「静的な本棚」だけでなく、「生きているデータ（リアルタイムな API やデータベース）」にもアクセスできる、次世代の AI 検索です。

• 昔の AI: 「本に書いてあることしか知らない」
• TURA: 「本も読むし、電話もかけ、システムも操作して、今すぐ必要なことをやって見せる」

これにより、AI 検索は単なる「情報検索」から、**「実際に問題を解決してくれるパートナー」**へと進化しました。

技術概要

TURA: AI 検索のためのツール拡張統合検索エージェント（技術概要）

本論文は、百度（Baidu）社が開発した「TURA（Tool-Augmented Unified Retrieval Agent for AI Search）」という新しい AI 検索エージェントのアーキテクチャを提案しています。従来の静的な Web 文書に基づく RAG（Retrieval-Augmented Generation）の限界を克服し、動的なリアルタイム情報やトランザクションデータへのアクセスを可能にするための包括的なフレームワークです。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細にまとめます。

---

1. 背景と問題定義

従来の Web 検索や、LLM を活用した RAG ベースの AI 検索は、主に静的にインデックス化された Web 文書からの情報抽出に依存しています。しかし、以下のような動的でリアルタイムな情報が必要なユースケースでは、従来のアプローチは機能しません。

• 例: 航空券や新幹線の空き状況、在庫確認、天気予報、株価など。
• 課題: これらの情報は、静的な Web ページには存在せず、API やデータベースとの対話（ツール実行）を通じて動的に生成される必要があります。従来の RAG は「検索して生成する」だけであり、「行動して情報を取得する」能力が欠如しており、手動で構築された brittle な統合（OneBox など）に依存せざるを得ない状況でした。

TURA が解決する問題:
静的なコーパスからの検索と、動的なデータソース（API、データベース）との相互作用を統合し、厳密なレイテンシ制約下で高品質な回答を生成する「統合検索・実行問題」を定義しました。

2. 手法：TURA フレームワーク

TURA は、ユーザーのクエリを処理するために、3 つの主要なモジュールからなる 3 段階のアーキテクチャを採用しています。

(1) 意図認識型 MCP サーバー検索（Intent-Aware MCP Server Retrieval）

複雑なクエリを適切なツール（MCP サーバー）に分解・対応させる段階です。

• マルチ意図クエリ分解: 強力な LLM を用いて、ユーザーのクエリを複数の原子レベルのサブクエリ（意図）に分解します。
• サーバーレベルのセマンティックインデックス拡張: ツール説明とユーザーの自然言語の間の「語彙的ギャップ」を埋めるため、各 MCP サーバーに対して、LLM が生成した多様な合成クエリ（Synthetic Queries）をインデックスに追加します。
• 密ベクトル検索: 拡張されたインデックスに対して、サブクエリごとに密ベクトル検索（ANN）を行い、関連するサーバー候補を抽出します。複数のサブクエリからのスコアを統合し、最適なサーバーセットを特定します。

(2) DAG ベースのタスクプランナー（DAG-based Task Planner）

検索されたツールをどのように実行するかを計画する段階です。

• DAG（有向非巡回グラフ）モデル: サブタスクとそのデータ依存関係を DAG としてモデル化します。
• 並列実行の最適化: 依存関係のないタスク（例：天気検索とホテル検索）を並列に実行し、依存関係があるタスク（例：ルートプランニングにはホテルと観光地の情報が必要）を順次実行します。これにより、複雑なマルチホップクエリにおけるレイテンシを大幅に削減します。
• ルーター: シンプルなクエリには DAG プランナーを使わず、単一タスクで直接実行するよう分岐させます。

(3) 蒸留されたエージェント実行器（Distilled Agent Executor）

計画されたタスクを実行する段階です。

• エージェント蒸留: 大規模な教師モデル（Deepseek-V3 など）が生成した高品質な実行軌跡（ReAct 形式の思考と行動のペア）をデータセットとして作成し、それを基に軽量な学生モデル（Qwen3 シリーズ）を微調整（SFT）します。
• Mixed-Rationale SFT: 学習時には「思考（Chain-of-Thought）」を含めて学習させますが、推論時には思考を省略し、直接行動（ツール呼び出し）を生成させる「思考ありで学習、思考なしで推論」のパラダイムを採用しています。これにより、推論コストとレイテンシを劇的に削減しつつ、教師モデルに近い精度を維持します。

3. 主要な貢献

1. 統合的な検索・実行フレームワークの提案: 静的な RAG と動的なツール実行を、MCP（Model Context Protocol）サーバーという統一インターフェースを通じて統合し、AI 検索の能力を拡張しました。
2. 産業レベルのアーキテクチャ設計: 意図認識検索、DAG 計画、蒸留実行器という 3 つの技術的要素を組み合わせ、大規模な産業システムにおける低レイテンシと高品質な回答を両立させました。
3. MCP-Bench ベンチマークの公開: 百度の検索ログから匿名化・専門家による注釈を施した大規模な評価ベンチマーク「MCP-Bench」を公開しました。これにより、静的・動的なクエリシナリオを網羅した標準的な評価プロトコルが提供されました。
4. 大規模な実証実験: 数千万人のユーザーが利用する本番環境での A/B テストを行い、実用性を証明しました。

4. 評価結果

オフライン評価（MCP-Bench 上）:

• 精度: 従来の LLM+RAG（65.3%）や Dynamic RAG（67.2%）を大きく上回り、TURA は**87.5%**の回答精度を達成しました。
• 忠実度（Faithfulness）: 幻覚（ハルシネーション）を抑制し、ツールからの情報を正確に反映する能力において、TURA は96.2%（人間評価）を記録し、RAG ベースの 72.4% と比べて飛躍的に向上しました。

オンライン A/B テスト（本番環境）:

• セッション成功率（SSR）: 既存システム（55.1%）に対し、TURA は64.0%（+8.9% 改善）を達成しました。
• 品質評価: 人間の評価において、TURA の回答は 86% で「満足（Same）」、13% で「優れている（Good）」と評価され、不良（Bad）は 4% まで減少しました。
• 課題の削減: 天気や交通機関の時刻表など、リアルタイム性が求められる分野において、既存システムが犯していた重大なエラーを大幅に削減しました。

コンポーネント分析:

• アブレーション研究: クエリ分解やインデックス拡張を除去すると性能が著しく低下することから、これらが不可欠であることが確認されました。
• DAG プランナー: 複雑なマルチホップクエリにおいて、DAG 計画により平均レイテンシを 44.2% 削減しました。
• 蒸留エージェント: 教師モデル（Deepseek-V3）や GPT-4o を凌ぐ精度（88.3%）を、1.7B/4B パラメータの軽量モデルで達成し、推論レイテンシを大幅に削減しました。

5. 意義と結論

TURA は、AI 検索のパラダイムシフトを象徴する成果です。

• 静的から動的へ: 単なる「情報検索」から、「ツールを用いた能動的な情報取得と実行」へと AI 検索の能力を拡張しました。
• 産業応用への道筋: 大規模なユーザー基盤を持つ本番環境で、低レイテンシ要件を満たしつつ、複雑な動的クエリを処理できることを実証しました。
• 将来展望: 本論文で提案されたアーキテクチャとベンチマークは、次世代の会話型 AI 製品や、リアルタイムデータに依存するあらゆる AI アプリケーションの開発における重要な基盤（ブループリント）となります。

要約すると、TURA は RAG の限界を打破し、LLM が外部ツールと協調して動的な世界と対話できるための、実用的かつ高性能なフレームワークを確立した画期的な研究です。