Chroma

• Chroma が開発した 20B パラメータ規模の「Context-1」という自己編集型検索エージェントの性能とトレーニング手法を公開。
• 従来の単一ステージ RAG から multi-hop のアジェント検索へ移行し、文脈窓の膨張による効率低下を自己で解決する技術を実証。
• frontier LLM に相当する精度を得ながらコストを大幅に削減し、オープンソース化することで業界標準への影響を期待する。

frontier モデルに代わる経済的で高性能な検索サブエージェントの設計が実現され、マルチターンタスクのコスト構造そのものが変化する。

• 文書 RAG アジェントが複数ページの情報を探索する際の遅延とコスト問題を解決するために構築された。
• 実際のファイルシステムや微 VM サンドボックスを使わず、既存のベクトル DB を仮想ファイルシステムとして転換した。
• セッション生成時間を秒単位に短縮し、ゼロマージナルコストでエージェントがドキュメントを探索できるようにした。

RAG ベースのアジェント運用において、遅延とインフラコストの現実的なボトルネックを突破する設計手法を示す.