論文の概要: Analytical Search

• arxiv url: http://arxiv.org/abs/2602.11581v1
• Date: Thu, 12 Feb 2026 05:06:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-13 21:07:25.647141
• Title: Analytical Search
• Title（参考訳）: 分析探索
• Authors: Yiteng Tu, Shuo Miao, Weihang Su, Yiqun Liu, Qingyao Ai,
• Abstract要約: 分析検索は、エビデンスに支配されたプロセス指向の分析ワークフローとして検索を再構築する。 本稿では、クエリ理解、リコール指向検索、推論認識融合、適応検証を統合した統合システムフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 27.61450958002869
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Analytical information needs, such as trend analysis and causal impact assessment, are prevalent across various domains including law, finance, science, and much more. However, existing information retrieval paradigms, whether based on relevance-oriented document ranking or retrieval-augmented generation (RAG) with large language models (LLMs), often struggle to meet the end-to-end requirements of such tasks at the corpus scale. They either emphasize information finding rather than end-to-end problem solving, or simply treat everything as naive question answering, offering limited control over reasoning, evidence usage, and verifiability. As a result, they struggle to support analytical queries that have diverse utility concepts and high accountability requirements. In this paper, we propose analytical search as a distinct and emerging search paradigm designed to fulfill these analytical information needs. Analytical search reframes search as an evidence-governed, process-oriented analytical workflow that explicitly models analytical intent, retrieves evidence for fusion, and produces verifiable conclusions through structured, multi-step inference. We position analytical search in contrast to existing paradigms, and present a unified system framework that integrates query understanding, recall-oriented retrieval, reasoning-aware fusion, and adaptive verification. We also discuss potential research directions for the construction of analytical search engines. In this way, we highlight the conceptual significance and practical importance of analytical search and call on efforts toward the next generation of search engines that support analytical information needs.
• Abstract（参考訳）: 傾向分析や因果影響評価などの分析情報の必要性は、法律、金融、科学など、様々な領域に広がっている。 しかし、関連性指向の文書ランキングや言語モデル(LLM)による検索強化世代(RAG)をベースとした既存の情報検索パラダイムは、コーパススケールでのこのようなタスクのエンドツーエンド要件を満たすのにしばしば苦労する。 エンド・ツー・エンドの問題解決よりも情報発見を重視しているか、あるいはすべてを単純な質問応答として扱い、推論やエビデンス・ユース、検証可能性に対する限定的な制御を提供する。 その結果、多種多様なユーティリティ概念と高い説明責任要件を持つ分析クエリのサポートに苦慮している。 本稿では,これらの分析情報のニーズを満たすために考案された,新たな検索パラダイムとして分析検索を提案する。 分析検索は、分析意図を明示的にモデル化し、融合の証拠を取得し、構造化された多段階推論を通じて検証可能な結論を生成する。 既存のパラダイムとは対照的に分析探索を配置し、クエリ理解、リコール指向検索、推論認識融合、適応検証を統合した統合システムフレームワークを提案する。 また,分析検索エンジンの構築に向けた研究の方向性についても論じる。 このようにして、分析検索の概念的重要性と実践的重要性を強調し、分析情報のニーズをサポートする次世代検索エンジンへの取り組みを呼びかける。

関連論文リスト

• Towards Context-aware Reasoning-enhanced Generative Searching in E-commerce [61.03081096959132]
  そこで本稿では,複雑な状況下でのテキストバウンダリングを改善するための,文脈対応推論強化型生成検索フレームワークを提案する。 提案手法は,強力なベースラインに比べて優れた性能を示し,検索に基づく推薦の有効性を検証した。
  論文  参考訳（メタデータ） (2025-10-19T16:46:11Z)
• Demystifying deep search: a holistic evaluation with hint-free multi-hop questions and factorised metrics [89.1999907891494]
  We present WebDetective, a benchmark of hint-free multi-hop questions with a control Wikipedia sandbox。 25の最先端モデルに対する我々の評価は、すべてのアーキテクチャにまたがる体系的な弱点を明らかにしている。 私たちはエージェントワークフローであるEvidenceLoopを開発し、ベンチマークが特定する課題を明示的にターゲットしています。
  論文  参考訳（メタデータ） (2025-10-01T07:59:03Z)
• I2I-STRADA -- Information to Insights via Structured Reasoning Agent for Data Analysis [0.0]
  現実世界のデータ分析には一貫した認知ワークフローが必要です。 この推論プロセスの形式化を目的としたエージェントアーキテクチャであるI2I-STRADAを紹介する。
  論文  参考訳（メタデータ） (2025-07-23T18:58:42Z)
• From Web Search towards Agentic Deep Research: Incentivizing Search with Reasoning Agents [96.65646344634524]
  推論とエージェント能力を備えた大規模言語モデル(LLM)は、エージェントディープリサーチ(Agenic Deep Research)と呼ばれる新しいパラダイムを取り入れている。 静的なWeb検索から,計画,探索,学習を行う対話型エージェントベースのシステムへの進化を辿ります。 我々はエージェントディープリサーチが既存のアプローチを著しく上回るだけでなく、将来の情報探索において支配的なパラダイムになることを実証する。
  論文  参考訳（メタデータ） (2025-06-23T17:27:19Z)
• Retrieval-Augmented Generation: A Comprehensive Survey of Architectures, Enhancements, and Robustness Frontiers [0.0]
  Retrieval-Augmented Generation (RAG) は、大規模言語モデルを強化するための強力なパラダイムとして登場した。 RAGは、検索品質、基底忠実度、パイプライン効率、ノイズや逆入力に対する堅牢性といった新しい課題を導入している。 本調査は、RAG研究における現在の知識を集約し、次世代の検索強化言語モデリングシステムの基礎となることを目的としている。
  論文  参考訳（メタデータ） (2025-05-28T22:57:04Z)
• DISCOVER: A Data-driven Interactive System for Comprehensive Observation, Visualization, and ExploRation of Human Behaviour [6.716560115378451]
  我々は,人間行動分析のための計算駆動型データ探索を効率化するために,モジュール型でフレキシブルでユーザフレンドリなソフトウェアフレームワークを導入する。 我々の主な目的は、高度な計算方法論へのアクセスを民主化することであり、これにより研究者は、広範囲の技術的熟練を必要とせずに、詳細な行動分析を行うことができる。
  論文  参考訳（メタデータ） (2024-07-18T11:28:52Z)
• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [51.26815896167173]
  本稿では,3つの相補的な側面からPAMIレビューを総合的に分析する。 我々の分析は、現在のレビューの実践において、独特の組織パターンと永続的なギャップを明らかにします。 最後に、最先端のAI生成レビューの評価は、コヒーレンスと組織の進歩を奨励していることを示している。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)

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。