論文の概要: Overview of the TREC 2025 RAGTIME Track
- arxiv url: http://arxiv.org/abs/2602.10024v1
- Date: Tue, 10 Feb 2026 17:47:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-11 20:17:43.722075
- Title: Overview of the TREC 2025 RAGTIME Track
- Title（参考訳）: TREC 2025 RAGTIMEトラックの概要
- Authors: Dawn Lawrie, Sean MacAvaney, James Mayfield, Luca Soldaini, Eugene Yang, Andrew Yates,
- Abstract要約: RAGTIMEには、多言語レポート生成、英語レポート生成、多言語情報検索(MLIR)の3つのタスクタイプが含まれている。
合計125回の参加チーム(トラックコーディネーターによるベースライン)が3つのタスクに出場した。
この3つのタスクについて概説し、利用可能な結果を示す。
- 参考スコア（独自算出の注目度）: 48.045049884733196
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The principal goal of the RAG TREC Instrument for Multilingual Evaluation (RAGTIME) track at TREC is to study report generation from multilingual source documents. The track has created a document collection containing Arabic, Chinese, English, and Russian news stories. RAGTIME includes three task types: Multilingual Report Generation, English Report Generation, and Multilingual Information Retrieval (MLIR). A total of 125 runs were submitted by 13 participating teams (and as baselines by the track coordinators) for three tasks. This overview describes these three tasks and presents the available results.
- Abstract（参考訳）: RAG TREC Instrument for Multilingual Evaluation (RAGTIME) トラックの主な目標は、多言語ソース文書からレポートを生成することである。
このトラックはアラビア語、中国語、英語、ロシア語のニュース記事を含む文書コレクションを作成した。
RAGTIMEには、多言語レポート生成、英語レポート生成、多言語情報検索(MLIR)の3つのタスクタイプが含まれている。
合計125回の参加チーム(トラックコーディネーターによるベースライン)が3つのタスクに出場した。
この3つのタスクについて概説し、利用可能な結果を示す。
関連論文リスト
- HLTCOE at TREC 2024 NeuCLIR Track [23.31564812384347]
HLTチームはPLAID、mT5リランカ、GPT-4リランカ、スコア融合、文書翻訳をTREC 2024 NeuCLIRトラックに適用した。
PLAIDには、Translate Distill(TD)、Generate Distill(GD)、Multi-lingual Translate-Distill(MTD)といった、さまざまなモデルとトレーニング技術が含まれています。
論文 参考訳（メタデータ） (2025-09-30T18:16:45Z) - Overview of the TREC 2024 NeuCLIR Track [43.84164712459855]
TREC Neural Cross-Language Information Retrieval (NeuCLIR)トラックの主な目標は、ニューラルネットワークが言語間情報アクセスに与える影響を研究することである。
NeuCLIRには4つのタスクタイプがある:ニュースからのクロスランゲージ情報検索(CLIR)、ニュースからの多言語情報検索(MLIR)、ニュースからのレポート生成(Report Generation)、技術文書からのCLIR。
論文 参考訳（メタデータ） (2025-09-17T18:36:38Z) - GenAI Content Detection Task 1: English and Multilingual Machine-Generated Text Detection: AI vs. Human [71.42669028683741]
我々は,Coling 2025におけるGenAIワークショップの一環として,バイナリマシン生成テキスト検出における共有タスクを提案する。
このタスクは、モノリンガル(英: Monolingual)とマルチリンガル(英: Multilingual)の2つのサブタスクから構成される。
本稿では,データの包括的概要,結果の概要,参加システムの詳細な説明,提出内容の詳細な分析について述べる。
論文 参考訳（メタデータ） (2025-01-19T11:11:55Z) - HLTCOE at TREC 2023 NeuCLIR Track [10.223578525761617]
HLTチームはPLAID、mT5リランカー、文書翻訳をTREC 2023 NeuCLIRトラックに適用した。
PLAIDには、ColBERT v2でリリースされた英語モデル、Translate-train(TT)、Translate Distill(TD)、Translate Multilingual-train(MTT)など、さまざまなモデルとトレーニングテクニックが含まれていました。
論文 参考訳（メタデータ） (2024-04-11T20:46:18Z) - Simple Yet Effective Neural Ranking and Reranking Baselines for
Cross-Lingual Information Retrieval [50.882816288076725]
言語間情報検索は、ある言語で文書を検索し、別の言語でクエリーを検索するタスクである。
本研究では,多段階アーキテクチャを用いた言語横断検索のための異なるアプローチを体系化するための概念的枠組みを提案する。
我々は、ペルシア、ロシア、中国のTREC 2022 NeuCLIRトラックから収集したテストコレクションに対して、Anserini IRツールキットとPyserini IRツールキットに単純かつ効果的に再現可能なベースラインを実装した。
論文 参考訳（メタデータ） (2023-04-03T14:17:00Z) - Advancing Multilingual Pre-training: TRIP Triangular Document-level
Pre-training for Multilingual Language Models [107.83158521848372]
我々は,従来のモノリンガルおよびバイリンガルの目的を,グラフト法と呼ばれる新しい手法で三言語的目的に加速する分野において,最初のテキストbfTriangular Document-level textbfPre-training(textbfTRIP)を提案する。
TRIPは、3つの多言語文書レベルの機械翻訳ベンチマークと1つの言語間抽象的な要約ベンチマークで、最大3.11d-BLEU点と8.9ROUGE-L点の一貫性のある改善を含む、強力なSOTAスコアを達成している。
論文 参考訳（メタデータ） (2022-12-15T12:14:25Z) - Multilingual Machine Translation Systems from Microsoft for WMT21 Shared
Task [95.06453182273027]
本報告では、大規模多言語機械翻訳におけるWMT21共有タスクのためのMicrosoftの機械翻訳システムについて述べる。
共有タスクへのモデル提出はDeltaLMnotefooturlhttps://aka.ms/deltalmで行われました。
最終提出は自動評価基準で3トラックにランクインした。
論文 参考訳（メタデータ） (2021-11-03T09:16:17Z)
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。