論文の概要: From Argument Components to Graphs: A Multi-Agent Debate with Confidence Gating for Argument Relations

• arxiv url: http://arxiv.org/abs/2606.16047v1
• Date: Sun, 14 Jun 2026 22:33:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.005555
• Title: From Argument Components to Graphs: A Multi-Agent Debate with Confidence Gating for Argument Relations
• Title（参考訳）: argumentコンポーネントからグラフへ: argumentリレーションのための信頼ゲーティングを伴うマルチエージェント議論
• Abstract要約: 大規模言語モデル (LLMs) は、Argument Mining (AM) の分野でますます評価され、利用されている。 標準的なトレーニングフリーモデルは、特にテキストの2つの部分を一緒に分析しなければならないコンテキストにおいて、洗練された詳細を見逃すことが多い。 最近の研究で、多エージェントのパラダイムは、確率-オッポネント・ジャッジアーキテクチャによる弁証的洗練によって、コンポーネント分類タスクのそのような弱点に対処できることが示されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large Language Models (LLMs) are increasingly assessed and utilized in the field of Argument Mining (AM), thanks to their strong general reasoning capabilities. However, standard training-free models often miss sophisticated details, specifically in contexts where two parts of the text have to be analyzed together. Furthermore, self-correction mechanisms tend to reinforce initial hallucinations in reasoning. Overcoming these limitations typically requires expensive, domain-specific supervised fine-tuning. Recent work has shown that a multi-agent paradigm can address such weaknesses for the component classification task through dialectical refinement with a Proponent-Opponent-Judge architecture, setting a promising direction for training-free approaches in the field. In this paper, we extend and evaluate this framework on the Argument Relation Identification and Classification (ARIC) task, reformulating it as a debate over component pairs. Besides that, we introduce a confidence gating mechanism that enables debating only on the uncertain cases and accepting the initial prediction when confidence is high. On the UKP Argument Annotated Essays v2 corpus, we demonstrate that the selective debate achieves the highest Macro F1 among all training-free methods, while debate over all samples degrades performance below that of one of the baselines. All generative approaches also outperform fine-tuned RoBERTa models on Macro F1, suggesting that the under-representation of the Attack class was more damaging to supervised fine-tuning than to inference-only models. Additionally, our framework produces human-readable debate transcripts, offering interpretability absent from both single-agent and supervised classifiers.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、その強力な一般的な推論能力のおかげで、Argument Mining(AM)の分野でますます評価され、利用されています。 しかし、標準的なトレーニングフリーモデルは、特にテキストの2つの部分を一緒に分析しなければならないコンテキストにおいて、洗練された詳細を見逃すことがしばしばある。 さらに、自己補正機構は推論の初期幻覚を補強する傾向がある。 これらの制限を克服するには、通常、高価なドメイン固有の微調整が必要です。 近年の研究では、多エージェントのパラダイムが、確率オッポネント・ジャッジアーキテクチャによる弁証的洗練を通じて、コンポーネント分類タスクの弱点に対処できることが示されている。 本稿では,このフレームワークをArgument Relation Identification and Classification (ARIC)タスクに拡張して評価し,コンポーネントペアに関する議論として再検討する。 さらに、不確実なケースのみを議論し、信頼度が高い場合に初期予測を受け入れることができる信頼ゲーティング機構を導入する。 UKP Argument Annotated Essays v2 corpusでは、選択的な議論がすべてのトレーニングフリーメソッドの中で最高となるマクロF1を達成する一方、全てのサンプルに関する議論はベースラインの1つよりも性能が低下することを示した。 すべての生成的アプローチは、マクロF1上で細調整されたRoBERTaモデルよりも優れており、アタッククラスの下限表現は推論のみのモデルよりも教師付き微調整の方が損傷が大きいことを示唆している。 さらに,本フレームワークは,単一エージェントと教師付き分類器の両方に欠落した解釈性を提供する,人間可読な討論文を生成する。

関連論文リスト

• Multi-Agent Dialectical Refinement for Enhanced Argument Classification [0.0]
  分類の不確実性を解決するために弁証的改善を利用したMAD-ACC(Multi-Agent Debate for Argument Component Classification)を導入する。 UKP Students Essays corpus の評価では、MAD-ACC が Macro F1 スコア85.7% を達成し、シングルエージェント推論ベースラインを著しく上回っている。
  論文  参考訳（メタデータ） (2026-03-29T00:03:48Z)
• Knowledge Divergence and the Value of Debate for Scalable Oversight [0.0]
  AIフィードバックからの議論と強化学習は、高度なAIシステムのスケーラブルな監視方法として提案されている。 議論モデル間の知識の相違の幾何学を通して、議論の価値をパラメータ化することでこれを解析する。 議論とRLAIFの間の最初の公式な関係は、敵の監視プロトコルが正当化されたときの理解のための幾何学的基礎である。
  論文  参考訳（メタデータ） (2026-03-05T15:36:08Z)
• Multimodal Fact-Level Attribution for Verifiable Reasoning [80.60864342985748]
  マルチモーダル大言語モデル(MLLM)は、多段階推論と長文生成を含む実世界のタスクにますます利用されている。 既存のマルチモーダルグラウンドベンチマークと評価手法は、複雑なマルチモーダル推論における属性評価に失敗する。 我々は、直接観察以上の推論を必要とする設定において、ファクトレベルのマルチモーダル属性を評価するためのベンチマークであるMuRGAtを紹介する。
  論文  参考訳（メタデータ） (2026-02-12T03:10:02Z)
• Structured Reasoning for Large Language Models [59.215789462977206]
  本研究では、推論を明示的、評価可能、トレーニング可能なコンポーネントに分解するフレームワークであるStructured Reasoning(SCR)を提案する。 SCRは推論効率と自己検証を大幅に改善する。 既存の推論パラダイムと比較して、出力トークンの長さを最大50%削減する。
  論文  参考訳（メタデータ） (2026-01-12T04:04:01Z)
• Adversarial Yet Cooperative: Multi-Perspective Reasoning in Retrieved-Augmented Language Models [72.4149653187766]
  本稿ではAdrialversa Reasoning RAG(ARR)というReasoner-Verifierフレームワークを提案する。 ReasonerとVerifierは、回収された証拠を推論し、プロセス認識の利点によってガイドされながら、互いの論理を批判する。 複数のベンチマーク実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2026-01-08T06:57:03Z)
• Single LLM Debate, MoLaCE: Mixture of Latent Concept Experts Against Confirmation Bias [24.182306712604966]
  大規模言語モデル(LLM)は入力確認バイアスに対して非常に脆弱である。 MoLaCEは軽量な推論時間フレームワークで、アクティベーション強度の異なる専門家を混在させることで、確認バイアスに対処する。 検証バイアスを一貫して低減し、堅牢性を向上し、マルチエージェントの議論を上回ることを実証的に示す。
  論文  参考訳（メタデータ） (2025-12-29T14:52:34Z)
• Hierarchical Pedagogical Oversight: A Multi-Agent Adversarial Framework for Reliable AI Tutoring [0.0]
  本稿では,構造化された対人合成を教育評価に適用する枠組みである階層的教育監督(HPO)を紹介する。 表面的なコンセンサスに向かって漂う協調的なマルチエージェントシステムとは異なり、HPOは関心事の弁証的分離を強制する。 1,214の中学校数学対話のMRBenchデータセットを用いて,この枠組みを評価する。
  論文  参考訳（メタデータ） (2025-12-27T06:42:07Z)
• ROVER: Benchmarking Reciprocal Cross-Modal Reasoning for Omnimodal Generation [79.17352367219736]
  ROVERは1つのモダリティを使用して、もう1つの出力を誘導、検証、精査する。 ROVERは、相互モーダルな推論を明示的にターゲットとする、人間による注釈付きベンチマークである。
  論文  参考訳（メタデータ） (2025-11-03T02:27:46Z)
• Pretraining on the Test Set Is No Longer All You Need: A Debate-Driven Approach to QA Benchmarks [2.3188831772813105]
  本稿では、既存のQAデータセットを構造化された敵対的議論に変換する議論駆動評価パラダイムを提案する。 我々は,(1)QAタスクを議論に基づく評価に体系的に変換する評価パイプライン,(2)MMLU-Pro質問のサブセットにおけるパラダイムの有効性を示す公開ベンチマークの2つの主要な貢献を行う。
  論文  参考訳（メタデータ） (2025-07-23T17:58:14Z)
• Debating for Better Reasoning: An Unsupervised Multimodal Approach [56.74157117060815]
  議論のパラダイムをマルチモーダルな設定に拡張し、より弱いモデルがより強力なモデルの性能を監督し、強化する可能性を探る。 視覚的質問応答 (VQA) に焦点をあて, 2つの「目に見える」専門家の視覚言語モデルが解答について議論する一方, 「盲目」(テキストのみ)の判断は議論の品質にのみ依存する。 この枠組みでは, 専門家は信念に沿う回答のみを守り, 明示的な役割プレーの必要性を排除し, 専門家の不一致の事例に議論を集中させる。
  論文  参考訳（メタデータ） (2025-05-20T17:18:17Z)
• Characterizing the adversarial vulnerability of speech self-supervised learning [95.03389072594243]
  我々は,ゼロ知識とリミテッド知識の両方の敵からの攻撃の下で,そのようなパラダイムの敵対的脆弱性を調査するための最初の試みを行う。 実験結果から, SUPERB が提案するパラダイムは, 限られた知識を持つ敵に対して脆弱であることが示唆された。
  論文  参考訳（メタデータ） (2021-11-08T08:44:04Z)

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。