論文の概要: Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering
- arxiv url: http://arxiv.org/abs/2605.29742v1
- Date: Thu, 28 May 2026 10:38:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-30 02:45:56.186203
- Title: Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering
- Title（参考訳）: 実世界の規制コンプライアンス質問応答に対する循環循環型検索とルール毎の属性
- Authors: Yeong-Joon Ju, Seong-Whan Lee,
- Abstract要約: 複雑な国内R&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。
RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
- 参考スコア（独自算出の注目度）: 54.97384993676565
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deploying Large Language Models (LLMs) for regulatory compliance demands rigorous traceability via comprehensive citations across multi-tiered authority structures. Unlike traditional multi-hop or legal QA, this task requires structured procedural lookups and evidence-set closure rather than entity resolution or case-law reasoning. Existing RAG systems struggle here due to flattened citation edges, fragmented retrieval expansions, and fragile post-hoc attribution. We formalize Regulatory Compliance QA with RegOps-Bench, a novel benchmark featuring an Operational Knowledge Graph derived from complex national R\&D regulations. To address these bottlenecks, we propose RefWalk, a unified framework driven by a shared topic anchor. RefWalk traverses cross-document citations, fuses multi-view candidates via max-based aggregation, and enforces per-rule attribution to explicitly map claims to sources. We establish a strong baseline with substantial improvements in retrieval recall and citation accuracy. Finally, a contrastive evaluation on a U.S. health compliance dataset (HIPAA) reveals that existing systems exhibit saturation on flat-structure rules, underscoring the need for RegOps-Bench. Our code is available at https://github.com/yeongjoonJu/RefWalk.
- Abstract（参考訳）: 規制コンプライアンスのための大規模言語モデル(LLM)のデプロイは、多階層の権威構造をまたいだ包括的な引用を通じて、厳密なトレーサビリティを要求する。
従来のマルチホップや法的QAとは異なり、このタスクは、エンティティの解決やケースロー推論よりも、構造化された手続き的なルックアップとエビデンスセットのクロージャを必要とする。
既存のRAGシステムは、フラット化された励起エッジ、断片化された検索拡張、脆弱なポストホック属性のために、ここで苦労している。
複雑なR&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。
これらのボトルネックに対処するため、共有トピックアンカーによって駆動される統一フレームワークであるRefWalkを提案する。
RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
我々は、検索リコールと引用精度を大幅に改善した強力なベースラインを確立する。
最後に、米国の健康コンプライアンスデータセット(HIPAA)に対する対照的な評価は、既存のシステムが平坦な構造規則に飽和を示し、RegOps-Benchの必要性を強調していることを示している。
私たちのコードはhttps://github.com/yeongjoonJu/RefWalk.comで入手可能です。
関連論文リスト
- IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。
IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
論文 参考訳（メタデータ） (2026-04-22T03:03:33Z) - ViHERMES: A Graph-Grounded Multihop Question Answering Benchmark and System for Vietnamese Healthcare Regulations [0.0]
ViHERMESはベトナムの医療規制文書に対するマルチホップQAのためのベンチマークである。
このデータセットを構築するために,セマンティッククラスタリングとグラフに着想を得たデータマイニングに基づくマルチホップQA生成パイプラインを提案する。
本稿では,法単位レベルでの形式的法的関係をモデル化するグラフ対応検索フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-07T04:59:31Z) - RegGuard: AI-Powered Retrieval-Enhanced Assistant for Pharmaceutical Regulatory Compliance [3.354018798133739]
RegGuardは、異質な規制テキストの解釈を自動化するために設計された産業規模のAIアシスタントである。
このシステムはセキュアなパイプラインを通じて異質なドキュメントソースを取り込みます。
RegGuardは、応答品質を、関連性、基礎性、コンテキストの焦点という点で特に改善する。
論文 参考訳（メタデータ） (2026-01-25T13:11:39Z) - Beyond Case Law: Evaluating Structure-Aware Retrieval and Safety in Statute-Centric Legal QA [8.4220629804904]
ルール中心の法的QAのための構造と安全性を意識したベンチマークであるSearchFireSafetyを紹介した。
このベンチマークは、モデルが階層的に断片化された証拠を回収し、法的な文脈が不十分な場合に安全に棄却できるかどうかを評価する。
論文 参考訳（メタデータ） (2026-01-24T06:48:09Z) - Judging by the Rules: Compliance-Aligned Framework for Modern Slavery Statement Monitoring [24.13989765643719]
現代の奴隷制度は世界中で何百万人もの人々に影響を与えており、現代の奴隷制度法のような規制の枠組みでは、企業が詳細な開示を公表する必要がある。
これらのステートメントは曖昧で矛盾することが多く、手作業によるレビューの時間とスケールが難しくなる。
専門家の監視を維持しつつルールレベルのコンプライアンス検証にAIを活用する新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-11T03:41:44Z) - CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward [50.97588334916863]
評価と結果報酬のための正確で堅牢な軽量検証モデルであるCompassVerifierを開発した。
数学、知識、多種多様な推論タスクにまたがる多分野の能力を示し、様々な答えの型を処理する能力を示す。
我々は,複数のデータソースから収集したモデル出力からなるVerifierBenchベンチマークを導入し,メタエラーパターンを手動で解析してCompassVerifierを強化する。
論文 参考訳（メタデータ） (2025-08-05T17:55:24Z) - An Ontology-Driven Graph RAG for Legal Norms: A Structural, Temporal, and Deterministic Approach [0.0]
標準、平文検索は、法の階層的、横行的、因果的構造に盲目である。
本稿では,法則の形式構造とダイアクロニックな性質を明示的にモデル化することにより,これらの制約を克服するためのオントロジー駆動型フレームワークSAT-Graph RAGを紹介する。
論文 参考訳（メタデータ） (2025-04-29T18:36:57Z) - Retrieval is Not Enough: Enhancing RAG Reasoning through Test-Time Critique and Optimization [58.390885294401066]
Retrieval-augmented Generation (RAG) は知識基底型大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。
RAGパイプラインは、モデル推論が得られた証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。
批判駆動アライメント(CDA)に基づく新しい反復的枠組みであるAlignRAGを提案する。
AlignRAG-autoは、動的に洗練を終了し、批判的な反復回数を事前に指定する必要がなくなる自律的な変種である。
論文 参考訳（メタデータ） (2025-04-21T04:56:47Z)
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。