論文の概要: Feasibility Preservation under Monotone Retrieval Truncation

• arxiv url: http://arxiv.org/abs/2601.15241v1
• Date: Wed, 21 Jan 2026 18:25:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-22 21:27:50.491187
• Title: Feasibility Preservation under Monotone Retrieval Truncation
• Title（参考訳）: モノトーン検索トランケーション下でのフェーザビリティの保全
• Authors: Sean Plummer,
• Abstract要約: 本研究では,構造的観点からの検索について検討し,クエリ応答をトランケーション下で実現可能な問題としてモデル化する。 個々の問合せに対する有限可視性を保証するために, 単調トランケーションが十分であることを示す。 さらに,非単調なトランケーション,非有限生成クエリクラス,純粋にスロットワイズなカバレッジの失敗を示すシャープな反例を示す。
• 参考スコア（独自算出の注目度）: 0.12183405753834557
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Retrieval-based systems approximate access to a corpus by exposing only a truncated subset of available evidence. Even when relevant information exists in the corpus, truncation can prevent compatible evidence from co-occurring, leading to failures that are not captured by relevance-based evaluation. This paper studies retrieval from a structural perspective, modeling query answering as a feasibility problem under truncation. We formalize retrieval as a sequence of candidate evidence sets and characterize conditions under which feasibility in the limit implies feasibility at finite retrieval depth. We show that monotone truncation suffices to guarantee finite witnessability for individual queries. For classes of queries, we identify finite generation of witness certificates as the additional condition required to obtain a uniform retrieval bound, and we show that this condition is necessary. We further exhibit sharp counterexamples demonstrating failure under non-monotone truncation, non-finitely-generated query classes, and purely slotwise coverage. Together, these results isolate feasibility preservation as a correctness criterion for retrieval independent of relevance scoring or optimization, and clarify structural limitations inherent to truncation-based retrieval.
• Abstract（参考訳）: 検索ベースのシステムは、利用可能な証拠の欠落したサブセットだけを公開することによって、コーパスへのアクセスを近似する。 コーパスに関連情報が存在しているとしても、トランケーションは互換性のある証拠の共起を防ぎ、関連性に基づく評価では捉えられない失敗につながる。 本稿では,構造的観点からの検索を考察し,実行可能性問題としての問合せ応答をモデル化する。 我々は,検索を候補エビデンスセットのシーケンスとして形式化し,限界における実現可能性が有限な検索深度における実現可能性を意味する条件を特徴付ける。 個々の問合せに対する有限可視性を保証するために, 単調トランケーションが十分であることを示す。 問合せのクラスに対しては,一様検索境界を得るために必要な追加条件として,有限世代の証書を同定し,この条件が必要であることを示す。 さらに,非単調なトランケーション,非有限生成クエリクラス,純粋にスロットワイズなカバレッジの失敗を示すシャープな反例を示す。 これらの結果は,関連性スコアや最適化に依存しない検索の正確性基準として実現可能性保存を分離し,トランケーションに基づく検索に固有の構造的制約を明らかにする。

関連論文リスト

• Eidoku: A Neuro-Symbolic Verification Gate for LLM Reasoning via Structural Constraint Satisfaction [0.0]
  大規模言語モデル(LLM)は、しばしば、モデル自身によって高い確率で割り当てられる幻覚文を生成する。 このことは、幻覚はしばしば低信頼現象ではなく、構造的整合性の失敗であることを示している。 我々は,LLM推論を,生成可能性とは独立に動作する制約満足度問題(CSP)として検証する。
  論文  参考訳（メタデータ） (2025-12-19T05:29:43Z)
• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)
• Towards Effective Extraction and Evaluation of Factual Claims [1.8262547855491458]
  LLM(Large Language Models)が生成する長文コンテンツを事実チェックするための一般的な戦略は、独立して検証可能な単純なクレームを抽出することである。 本稿では,ファクトチェックの文脈におけるクレーム抽出と,このフレームワークを適用するための自動化された,スケーラブルで,かつレプリケート可能な手法を提案する。 また, LLMに基づくクレーム抽出手法であるCrimifyを導入し, 評価フレームワークにおける既存手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-02-15T16:58:05Z)
• SUMI-IFL: An Information-Theoretic Framework for Image Forgery Localization with Sufficiency and Minimality Constraints [66.85363924364628]
  イメージフォージェリーローカライゼーション (IFL) は, 改ざん画像誤用を防止し, 社会安全を守るための重要な技術である。 本稿では,情報理論IFL フレームワーク SUMI-IFL について紹介する。
  論文  参考訳（メタデータ） (2024-12-13T09:08:02Z)
• A Unified Framework for Pattern Recovery in Penalized and Thresholded Estimation and its Geometry [1.9949261242626628]
  実数値多面体ゲージによるペナルティ項の与えられるペナルティ推定の枠組みを考察する。 サブディファレンシャルに基づいてパターンの新規かつ一般的な概念を定義し,パターンの複雑さを測定するアプローチを定式化する。
  論文  参考訳（メタデータ） (2023-07-19T17:39:30Z)
• Interpretable Automatic Fine-grained Inconsistency Detection in Text Summarization [56.94741578760294]
  本研究の目的は, 要約中の事実誤りの微粒化を予測し, 微粒化不整合検出の課題を提案することである。 要約における現実的不整合の検査方法に触発され,解析可能な微粒不整合検出モデルであるFinGrainFactを提案する。
  論文  参考訳（メタデータ） (2023-05-23T22:11:47Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)
• Taming Adversarial Robustness via Abstaining [7.1975923901054575]
  我々は,観測を逆境によって摂動させることができる二元分類問題を考える。 我々は、予測に対する信頼度が低い場合に、分類器が決定を棄却する断定オプションを含む。 本研究では, 減衰領域の選択方法に関係なく, 両指標のトレードオフが存在することを示した。
  論文  参考訳（メタデータ） (2021-04-06T07:36:48Z)

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。