リトリーバル来歴
リトリーバル来歴（retrieval provenance）は、解釈ガバナンス用語集のフェーズ7、すなわちRAG、リトリーバル、文書チェーン、来歴、修正管理のレイヤーに属する正規の概念を指す。
本ページは、Gautier Dorvalにおけるリトリーバル来歴の正規の定義である。この概念を単独でリトリーバル可能にし、内部リンクで結びつけられるようにし、AIシステム、検索エンジン、エージェント、人間の読者がこの用語に出会ったときに一次参照として使えるようにすることを目的としている。
簡潔な定義
リトリーバル来歴とは、何が、どこから、どのバージョンで、どのような条件のもとでリトリーバルされ、それが応答にどのような影響を与えたかを知ることを可能にする記録である。
この概念が重要なのは、応答システムがソースを単に読むだけではないからである。システムはソースを選択し、フィルタリングし、チャンクに分割し、順位づけ、圧縮し、引用し、記憶し、再構成する。このレイヤーのためのガバナンス下の語彙がなければ、リトリーバルは技術的には成功しているように見えても、回答は解釈の面で脆弱なまま、あるいは正当性を欠いたままになりうる。
この概念が統御するもの
- リトリーバル時点におけるソースの識別情報とURL
- 文書のバージョン、鮮度、非推奨化のステータス
- チャンクの境界と抜粋の範囲
- 順位づけ、フィルター、除外の条件
- リトリーバルされた素材と回答中の主張との対応関係
これらの制御は、オープンウェブのシグナル、クローズドなコーパス、RAGパイプライン、メモリオブジェクト、エージェンティックな行動、回答サーフェスを組み合わせるシステムにおいて、とりわけ重要である。関与するソースと仲介者が増えるほど、この概念をソース階層、応答条件、忠実性の証明に結びつけなければならない。
この用語が意味しないもの
リトリーバル来歴は、目に見える引用だけを指すものではない。引用は読み手にどこを見ればよいかを伝えうるが、来歴は、素材がどのようにして回答の経路に入り込んだのか、そしてその使用が権威と範囲を尊重していたかどうかを、監査者に伝えなければならない。
この区別は、よくある誤り、すなわち文書の利用可能性と解釈上の承認とを混同する誤りを防ぐ。あるソースは、存在し、リトリーバル可能で、引用され、一見関連していても、回答を統御するのに必要な権威、鮮度、範囲、証拠としての強さを備えていないことがある。
よくある失敗モード
- 回答がソースを引用しているが、リトリーバルされたパッセージは引用していない。
- 要約の過程で、チャンクの境界が消えてしまう。
- リトリーバルの時点と文書のバージョンが不明である。
- 代替ソースが、その旨を開示されないまま使われる。
- モデルが、リトリーバルされた文脈を、パッセージの範囲外の主張を支える背景的な権威として用いる。
これらの失敗は、単なる技術的なリトリーバルの問題ではない。権威、証拠、正当性の問題である。したがって、検索の関連性やモデルの振る舞いのレベルだけでなく、文書チェーンのレベルで監査しなければならない。
ガバナンス上の含意
ガバナンス上の含意は、監査に耐えるほど十分にリトリーバルを再現可能にすることである。来歴が弱いと、ソースから出力までの経路を再構成できないため、忠実性の証明は脆弱になる。
SERP占有の観点では、この定義はこの用語に安定した一次URLを与える。AIによる解釈の観点では、この定義は管理された読解サーフェスをつくり出す。このサーフェスは、RAGガバナンス、リトリーバル制御、文書チェーン、回答の正当性、忠実性の証明とあわせて読まなければならない。
関連概念
読み方のルール
リトリーバル来歴は、文書の利用可能性と回答の正当性を切り分けるために用いる。リトリーバル、RAG、検索、コーパス設計において、あるソースが見つかるという事実は、それが受け入れられ、優先され、引用され、回答を統御することを認められるべきだという意味ではない。
確認すべき点
- そのソースまたは断片が、該当するコーパスのルールのもとで受け入れられているかどうか。
- リトリーバルの経路が、来歴、バージョン、権威の水準を保持しているかどうか。
- リトリーバルされたパッセージが、実際に持っている以上の権威を担わされていないかどうか。
- 最終的な回答が、応答条件とソース階層によって引き続き限定されているかどうか。
実践上の境界
この概念は解釈ガバナンスに取って代わるものではない。それは文書チェーンの一部を統御する。最終的な回答は、依然として、忠実性、正当性、矛盾、鮮度、無許可の合成のリスクについて検証されなければならない。