論文の概要: Explainable Information Retrieval in the Audit Domain

• arxiv url: http://arxiv.org/abs/2507.03479v1
• Date: Fri, 04 Jul 2025 11:07:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:34.749183
• Title: Explainable Information Retrieval in the Audit Domain
• Title（参考訳）: 監査領域における説明可能な情報検索
• Authors: Alexander Frummet, Emanuel Slany, Jonas Amling, Moritz Lang, Stephan Scheele,
• Abstract要約: Microsoft CopilotやGoogle Geminiといった会話エージェントは、複雑な検索タスクをユーザを支援するが、しばしば誤解を招く、あるいは偽造された参照を生成する。 これは信頼を損なうもので、特に医学や金融などの高額な領域では顕著である。 説明可能な情報検索(XIR)は,検索結果をより透明で解釈可能なものにすることを目的としている。
• 参考スコア（独自算出の注目度）: 40.325359811289445
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conversational agents such as Microsoft Copilot and Google Gemini assist users with complex search tasks but often generate misleading or fabricated references. This undermines trust, particularly in high-stakes domains such as medicine and finance. Explainable information retrieval (XIR) aims to address this by making search results more transparent and interpretable. While most XIR research is domain-agnostic, this paper focuses on auditing -- a critical yet underexplored area. We argue that XIR systems can support auditors in completing their complex task. We outline key challenges and future research directions to advance XIR in this domain.
• Abstract（参考訳）: Microsoft CopilotやGoogle Geminiといった会話エージェントは、複雑な検索タスクをユーザを支援するが、しばしば誤解を招く、あるいは偽造された参照を生成する。 これは信頼を損なうもので、特に医学や金融などの高額な領域では顕著である。 説明可能な情報検索(XIR)は,検索結果をより透明で解釈可能なものにすることを目的としている。 ほとんどのXIR研究はドメインに依存しないが、本論文は監査に焦点を当てている。 我々は,複雑なタスクを完了したオーディエンスを,XIRシステムでサポートできることを論じる。 我々は,この領域におけるXIRの進歩に向けた重要な課題と今後の研究方向性について概説する。

関連論文リスト

• SpiritRAG: A Q&A System for Religion and Spirituality in the United Nations Archive [4.575515160275914]
  Retrieval-Augmented Generation(RAG)に基づく対話型Q&AシステムであるSpiritRAGを提案する。 SpiritRAGは、保健・教育分野におけるR/Sに関する7500件の国連(UN)決議文書を使って構築され、研究者や政策立案者が複雑な文脈に敏感なデータベース検索を行うことを可能にする。 100の質問を手作業で作成したドメインエキスパートによるパイロットテストと評価は、SpiritRAGの実用的価値と有用性を示している。
  論文  参考訳（メタデータ） (2025-07-06T13:54:54Z)
• A Comprehensive Survey on Composed Image Retrieval [54.54527281731775]
  Composed Image Retrieval (CIR)は、ユーザがマルチモーダルクエリを使ってターゲットイメージを検索できる、新しくて困難なタスクである。 現在、この分野のタイムリーな概要を提供するため、CIRの包括的なレビューは行われていない。 我々は、ACM TOIS、SIGIR、CVPRなど、トップカンファレンスやジャーナルで120以上の出版物から洞察を合成する。
  論文  参考訳（メタデータ） (2025-02-19T01:37:24Z)
• CoIR: A Comprehensive Benchmark for Code Information Retrieval Models [52.61625841028781]
  COIR(Code Information Retrieval Benchmark)は、コード検索機能を評価するために設計された、堅牢で包括的なベンチマークである。 COIRは、厳密にキュレートされた10のコードデータセットで構成され、7つの異なるドメインにまたがる8つの特有の検索タスクにまたがる。 我々は,COIRを用いた9つの広く使用されている検索モデルを評価し,最先端システムにおいても,コード検索タスクの実行に重大な困難があることを明らかにする。
  論文  参考訳（メタデータ） (2024-07-03T07:58:20Z)
• Exploring LLM-based Agents for Root Cause Analysis [17.053079105858497]
  ルート原因分析(RCA)はインシデント管理プロセスの重要な部分である。 大規模言語モデル(LLM)はRCAの実行に使用されているが、追加の診断情報を収集することはできない。 検索ツールを備えたReActエージェントを,マイクロソフトが収集した生産事故のアウト・オブ・ディストリビューション・データセット上で評価する。
  論文  参考訳（メタデータ） (2024-03-07T00:44:01Z)
• Advancing the Search Frontier with AI Agents [6.839870353268828]
  複雑な検索タスクは、初歩的な事実発見や再定義のサポート以上のものを必要とする。 近年の人工人工知能(AI)の出現は、検索者にさらなる支援を提供する可能性がある。 この記事では、これらの問題とAIエージェントが検索システムの能力のフロンティアをいかに前進させているかを考察する。
  論文  参考訳（メタデータ） (2023-11-02T13:43:22Z)
• Building Interpretable and Reliable Open Information Retriever for New Domains Overnight [67.03842581848299]
  情報検索は、オープンドメイン質問応答(QA)など、多くのダウンストリームタスクにとって重要な要素である。 本稿では、エンティティ/イベントリンクモデルとクエリ分解モデルを用いて、クエリの異なる情報単位により正確にフォーカスする情報検索パイプラインを提案する。 より解釈可能で信頼性が高いが,提案したパイプラインは,5つのIRおよびQAベンチマークにおける通過カバレッジと記述精度を大幅に向上することを示す。
  論文  参考訳（メタデータ） (2023-08-09T07:47:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。