LEANNは、UCバークレーのスカイコンピューティングラボの研究者たちが主導するStarTrail-orgで開発された、超軽量のオンデバイスRAG（Retrieval-Augmented Generation）専用のベクトルインデックス技術です。従来のベクトルデータベースが、大量のドキュメントチャンクの高次元密ベクトルをディスクに永続的に保存することで、元のデータよりも大きな保存領域を必要としていた問題を解決するために、LEANNはグラフ構造のみを維持し、埋め込み自体は検索時にのみリアルタイムで「選択的再計算（Selective Recomputation）」を行うアーキテクチャを導入しました。 その主要な動作原理は、地図アプリが世界のすべての路地の3D衛星画像をディスクに保存する代わりに、主要な道路網の骨格（グラフ）のみを記憶しておき、ユーザーが特定の経路を探索する際に必要な区間のみをリアルタイムでレンダリングするのと似ています。LEANNは、近接グラフにおいて探索ハブの役割を果たす主要なノードを保持する「高次数保持プルーニング（High-degree Preserving Pruning）」を適用することで、グラフ自体のエッジを大幅に整理し、これをCSR（Compressed Sparse Row）形式で圧縮して保存領域を最大97％まで削減します。 このような効率性により、プライバシー保護が最優先事項であるか、ネットワーク接続が制限されたオフライン環境のノートパソコンなどの個人用ハードウェアでも、数百万のドキュメントを対象とした高性能RAGを実行できるようになります。グラフの巡回中に必要なノードのみを動的バッチ（Dynamic Batching）を通じてハードウェアアクセラレータで瞬時に埋め込みを再計算するため、外部サーバーにデータを送信しない100％プライベートなセマンティック検索（Semantic Search）を最小限のディスク消費で実現できます。

LEANNは、UCバークレーのSky Computing Labの研究チームが主導するStarTrail-orgで開発された、超軽量のオンデバイス（On-device）RAG（Retrieval-Augmented Generation）専用のベクトルインデックス技術です。従来のベクトルデータベースは、大量のドキュメントチャンクの高次元密ベクトル（Dense vector）をディスクに永続的に保存することで、元のデータよりも大きな保存領域を必要とするという問題を解決するために、LEANNはグラフ構造のみを維持し、埋め込み自体は検索時にのみリアルタイムで「選択的再計算」します。