# 文書の増加でRAGの精度低下、研究で判明

> 異なる種類の文書を追加すると検索拡張生成の性能が悪化し、テストでは適合率が63%低下した。

Oossa · 2026-10-15 · https://oossa.com/ja/large-document-collections-reduce-rag-accuracy-study-finds

Nabaraj Subedi氏らの研究チームは、文書数を増やした場合の検索拡張生成（RAG）を調べた。ワイオミング州運輸局（Wyoming DOT）のシステムでは、対象文書を54件から1,128件に増やすと、precision@10が63%低下し、回答の根拠となる文書の再現率も23%下がった。論文では、追加の学習をせずに検索対象を関連分野に絞る「ソフトスコープ」手法を提案している。著者らは、まずソフトスコープを適用し、その後に1回だけ統合処理を行うよう勧めている。

## 事実

- 対象文書が54件から1,128件に増えると、precision@10は63%、再現率は23%低下
- 論文は2026-10-15にarXivで公開（「Thu Oct 15 2026 06:00:00 GMT+0200」）

## なぜ重要か

RAGを使ったチャットボットの開発者にとって、分野を絞り込まなければ、文書を増やすことでかえって回答精度が下がる可能性がある。

## 出典と参考資料

1. [When More Documents Hurt RAG: Measuring and Reducing Vector Search Dilution with Domain-Scoped Retrieval](https://arxiv.org/abs/2606.11350) – arXiv cs.IR, 2026-10-15

最終更新: 2026-10-15