技術要約：LEDGER – 依存関係を考慮したグラフ検索によるエージェンティックな文書編集のスケーリング

問題提起

エージェンティックな文書編集（Agentic document editing）は、ユーザーが高レベルの自然言語による指示（例：「セクション4のトーンを修正して」や「用語を更新して」）をAIエージェントに与え、エージェントが具体的な修正を計画・実行するというパラダイムシフトを象徴している。しかし、コードとは異なり、自然言語による文書には形式的な意味論、実行可能な構造、あるいはコンパイラレベルの保証が存在しない。これが、根本的なコンテキスト・エンジニアリングの課題を生じさせている。すなわち、構造化された長大な文書全体にわたる一貫性をどのように維持するかという問題である。

核心的な困難は、「緩やかな依存関係（loose dependencies）」にある。用語の名称変更や図のキャプションの更新といった単純な編集であっても、多くの場合、複数の表面的な形態の更新、隣接する段落における文体的な選択の整合、および明示的な引用を欠くダウンストリームの参照の修正を必要とする。現在の手法は、以下の二者択一のジレンマに直面している：

1. 全文処理： 文書全体をコンテキストとして提供することで一貫性は確保されるが、膨大なトークンコストとレイテンシが発生し、モデルが関連領域から注意を逸らされる現象（「lost in the middle」現象）を引き起こす。
2. 検索ベースの編集： コンテキストのサブセットを選択することで効率性は向上するが、通常はトピックの類似性（埋め込み）に依存するため、明示的な相互参照、暗黙的な代名詞の依存関係、あるいはダウンストリームのセマンティックな影響といった重要な構造的依存関係を捉えることができない。

手法：LEDGERフレームワーク

LEDGER（Lightweight Explicit Dependency Graph for Efficient Retrieval：効率的な検索のための軽量な明示的依存関係グラフ）は、文書構造を明示的にモデル化する依存関係を考慮したセマンティックグラフを構築することで、このボトルネックを解決する。本フレームにーフレームワークは、統合された3つのコンポーネントによって構成される：

1. セマンティックグラフの構築

システムは、文書 $D$ を、ノードが文書ユニット（セクション、段落、図、数式）を表し、エッジが4つの特定の依存関係タイプをエンコードするグラフ $G=(V, E)$ に変換する：

• CONTAINS ($E_{CON}$): DOMツリー構造から直接導出される階層関係。
• REFERENCES ($E_{REF}$): 明示的な引用（例：「図2」）。抽出においては、最小性、一意性、および既存の識別子に対する検証が保証される。
• DEPENDS ($E_{DEP}$): あるユニットが別のユニットで導入された定義、仮定、または概念に依存しているという暗黙的な依存関係（例：「この結果」）。これは、必要性と方向性を検証するための反事実的テスト・プロトコルを通じて決定される。
• RELATED ($E_{REL}$): トピックに関連するコンテンツ間のセマンティックな関係。これは、埋め込みのコサイン類似度（閾値 $\theta=0.7$）を介して特定される。

2. 依存関係を考慮したコンテキスト検索

与えられた編集リクエストに対し、LEDGERはグラフ探索を行い、文書長に対して $O(1)$ のサイズであるコンテキスト $C_{context}$ を取得する：

• ターゲットの特定： 編集対象となる特定のノードを特定する。
• 依存関係の拡張： グラフを探索し、アップストリームの依存関係（ターゲットが依存しているもの）と、ダウンストリームの影響（ターゲットに依存しているもの）を含める。
• 優先度スコアリング： ノードはエッジの重要度に基づいて優先順位付けされる：REFERENCES > DEPENDS > CONTAINS > RELATED。
• 予算制約付きパッキング： 重要な依存関係をすべて含みつつ、無関係な内容を除外しながら、トークン予算を満たすまで貪欲にノードを選択する。

3. 一貫性の検証

修正が適用された後、システムは構造的な不変条件を検証する：

• 参照の整合性： すべての出力参照が既存のターゲットを指していることを確認する。
• 用語の一貫性： 修正されたノード内の主要な用語が、依存するノードと一致しているかを確認する。
• セマンティックなコヒーレンス： 埋め込みを再計算し、関連するコンテンツにおける重大なセマンティック・ドリフトを検出する。
  その後、グラフは新しい文書の状態を反映するようにインクリメンタルに更新される。

主な貢献

1. 依存関係を考慮したフレームワーク： 型定義された依存関係の抽出とグラフ誘導型の検索を通じて、コンテキスト・エンジニアリングのボトルネックを解決する、明示的なセマンティックグラフを文書編集に適用する新しいアプローチ。
2. 精選されたベンチマーク： 多様な文書タイプと複雑なレベルにわたる、6つの編集シナリオ（ローカルな洗練、相互参照の更新、構造的再編成、コンテンツの追加、反復的編集、およびスケーラビリティ・テスト）を網羅する1,900のテストケースのデータセット。
3. 推論代替のエビデンス： 明示的な構造的ガイダンスが、高価な内部推論を代替できることを示す経験的な実証。これは、効率的なエージェンティック・システムの設計原則を確立するものである。

実験結果

本フレームワークは、6つの最先端モデル（Claude 4.5 Haiku/Sonnet/Opus, GPT-4.1/5/5.2）を用い、1,900のテストケースで評価された。

• 一貫性の向上： LEDGERは、すべてのモデルとシナリオにおいて、ベースラインの 56% から 76% へと一貫性を向上させた。全体のパス率は41%から78%に上昇した。
• トークンの効率性： LEDGERは、全文再生と比較してトークン使用量を約 85% 削減し、文書サイズ（5Kから100Kトークン）に関わらず、1回の編集あたり平均約1,500トークンという一定の値を維持した。
• 推論の代替： 特筆すべきは、低い推論努力量を用いたLEDGERが、高い推論努力量（57%の一貫性）を用いたベースラインと同等、あるいはそれを上回る性能（80%の一貫性）を達成し、かつより少ないトークンを使用したことである。これは、明示的な依存関係表現が、高価な内部的な熟考を部分的に代替できることを示唆している。
• スケーラビリティ： ベースラインのトークン使用量は文書長に対して線形に増加する一方、LEDGERは一定のトークン使用量を維持しており、文書サイズに対する $O(1)$ の検索複雑性を実証している。
• アブレーション研究： 依存関係の追跡を削除すると一貫性が14パーセントポイント低下し、明示的な構造的エッジが性能向上の主要な要因であることを裏付けた。

意義と主張

本論文は、LEDGERが構造化データに作用するエージェンティック・システムのための新しい設計原則を確立していると主張している：明示的な依存関係表現は、高価な内部推論を代替できる。

一貫性の負担をモデルの内部推論能力から外部の構造化されたグラフメモリへとシフトさせることで、LEDGERは以下を実現する：

• スケーラビリティ： 線形なトークンコストの増大なしに、非常に長い文書の効率的な編集を可能にする。
• 堅牢性： 小規模なモデルや低い推論設定においても、高い一貫性を維持する。
• 汎用性： エッジ構造（参照、依存、包含）は他の構造化されたアーティファクトにも自然に適合するため、コードのリファクタリングやソフトウェア保守への拡張を示唆している。

著者らは、LEDGERを人間の編集者の代替としてではなく、エージェンティックな文書編集における現在のボトルネックとなっている機械的な一貫性チェックを処理することで、人間の監視を強化する支援ツールとして位置づけている。