RAPID Agent (Retrieve Academic Papers Into Divisions) は、研究者が効率的に学術論文を発見・整理するための AI 搭載ツールです。
最新論文が年々増え続ける中、AIの研究者にとって、「関連論文を探し、ある観点で仕分ける」ことは大きな負担になっています。LLMを用いた検索は候補は入出力制限やコンテキスト制限、検索精度の限界などにより網羅性が低く、多数の論文をカテゴリ分けするのもまだ手間がかかる作業です。 そこで、私たちはRAPID Agentを開発しました。これは、CVF Open Access上の大量の論文を対象に、「探す」と「仕分ける」を高速化するツールです。ベクトル埋め込みによる検索と、自然文で指定した観点からのカテゴリ集合生成により、論文調査の速度と網羅性を両立できます。
RAPID Agent は、ベクトルベースの意味論的検索（セマンティックサーチ）と LLM による整理機能を組み合わせることで、文献レビューのプロセスを効率化します。
- セマンティック検索: 自然言語クエリとベクトル埋め込みを使用して、トップカンファレンス（CVPR, ICCV, ECCV など）から関連する論文を検索できます。
- スマートフィルタリング: 特定の会議や年で結果をフィルタリングし、最も関連性の高い研究に焦点を当てることができます。
- LLM による自動分類: AIを使用して、検索結果をカスタムカテゴリに自動的にグループ化・整理します。「手法別に」「応用分野別に」など、グループ化の基準を指示するだけで、エージェントが残りの作業を行います。
- インタラクティブなインターフェース: 検索から整理された洞察を得るまで、ステップバイステップでガイドするクリーンな Web インターフェースを提供します。
- 検索 (Search)
- キーワードとフィルタ条件（会議名、年）を入力して，embeddingを使用して関連論文を検索します。また、類似度のしきい値を設定して検索精度を調整できます。
- 分類方法の決定 (Grouping Setup)
- 検索結果をどのように分類したいかを自然言語で指示します（例：「手法別に」「応用分野別に」）。AIが最適な分類カテゴリを提案します。
- 分類結果 (Results)
- 提案されたカテゴリに基づいて、embeddingを使用して論文が自動的に振り分けられます。各グループごとに論文を確認し、効率的に文献レビューを進めることができます。
- Frontend: Next.js, TypeScript, Tailwind CSS, shadcn/ui
- Backend: Python (Flask), Google Cloud Run
- AI/ML: Vertex AI (categorization, embeddings), PostgreSQL (pgvector)
- Infrastructure: Google Cloud (Cloud Run, Vertex AI, Cloud Build, Identity Platform, Cloud Logging, etc.), Neon DB