論文の概要: HistoRAG: Embedding Historical Methodology in Retrieval-Augmented Generation Through Critical Technical Practice

• arxiv url: http://arxiv.org/abs/2606.18103v1
• Date: Tue, 16 Jun 2026 16:03:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.534605
• Title: HistoRAG: Embedding Historical Methodology in Retrieval-Augmented Generation Through Critical Technical Practice
• Title（参考訳）: HistoRAG: 専門的実践を通しての検索・拡張世代における歴史的方法論の埋め込み
• Authors: Noah J. Kim-Baumann, Torsten Hiltmann,
• Abstract要約: 歴史学の原則をアーキテクチャの介入に翻訳するフレームワークであるHistoeを紹介する。 分離された検索と生成は、解釈からソースの発見を分離し、時間ウィンドウ化はソースのバランスを保った表現を強制する。 SPIEGELaggedによるこれらの介入の評価をDer Spiegel(19501979)102,189項目に適用した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Retrieval-Augmented Generation (RAG) is the prevailing architecture for grounding language model outputs in external evidence, yet its dominant evaluation paradigms and default configurations remain oriented toward factual question-answering. For interpretive disciplines such as historical studies, RAG embeds assumptions that conflict with scholarly practice. We introduce HistoRAG, a framework that translates historiographical principles into concrete architectural interventions. Separated retrieval and generation decouples source discovery from interpretation, temporal windowing enforces balanced source representation across the research period as a methodological requirement of historical inquiry, and LLM-as-judge evaluation makes relevance judgments transparent and contestable. We evaluate these interventions using SPIEGELragged, applied to 102,189 articles from Der Spiegel (1950-1979). Each intervention addresses a measurable deficiency in standard RAG: era-specific vocabulary retrieves zero chunks from the 1950s when using 1970s terminology, evidence of the temporal skew that motivates windowing; vector similarity and LLM-assessed relevance correlate only weakly (Spearman rho = 0.275), motivating post-retrieval evaluation; and keyword-based and semantic retrieval surface largely disjoint source pools, motivating an architecture in which both operate as complementary retrieval layers under a shared LLM evaluation filter. We also introduce the concept of Zwischentexte (intermediate texts that function as interpretive proposals rather than findings) as a framework for responsible integration of LLM-generated text into scholarly practice. The architecture offers a model for how domain-specific epistemological commitments can be translated into RAG design decisions, and may transfer to other interpretive disciplines working with large corpora.
• Abstract（参考訳）: Retrieval-Augmented Generation (RAG) は、言語モデルの出力を外部の証拠として基礎づけるための一般的なアーキテクチャである。 歴史学などの解釈学では、RAGは学術的な実践と矛盾する仮定を組み込む。 歴史学の原則を具体的な建築介入に変換するフレームワークであるHistoRAGを紹介する。 解釈からソースの発見と生成を分離し、時間的ウィンドウ化は歴史的調査の方法論的要件として研究期間全体でバランスの取れたソース表現を強制し、LCM-as-judge評価は関連判断を透明性と競合性のあるものにする。 SPIEGELragged を用いてこれらの介入を評価し,Der Spiegel (1950-1979) の102,189項目に適用した。 それぞれの介入は、標準RAGにおける測定可能な欠陥に対処する: 年代別語彙は、1970年代の用語を用いて1950年代からゼロチャンクを検索し、ウィンドウ化を動機づける時間的歪の証拠、ベクトル類似性とLLM関連性は弱相関(Spearman rho = 0.275)、検索後評価の動機付け、キーワードベースの意味検索サーフェスは、主にソースプールを分離し、共有LLM評価フィルタの下で相補的検索層として機能するアーキテクチャを動機付けている。 また, LLM 生成テキストを学術的実践に統合するための枠組みとして Zwischentexte の概念を導入する。 このアーキテクチャは、ドメイン固有の認識論的コミットメントをRAG設計決定に変換する方法のモデルを提供し、大きなコーパスを扱う他の解釈学分野に移行することができる。

関連論文リスト

• Position: LLMs Must Use Functor-Based and RAG-Driven Bias Mitigation for Fairness [0.09558392439655011]
  本稿では,大規模言語モデル(LLM)における人口統計学とジェンダーバイアスについて論じる。 関手に基づくマッピングとRAGによる文脈的グラウンド化による構造的デバイアス化を組み合わせることで、公平かつ公平なモデル出力を提供することができる包括的フレームワークの概要を述べる。
  論文  参考訳（メタデータ） (2026-03-07T22:40:44Z)
• On Theoretically-Driven LLM Agents for Multi-Dimensional Discourse Analysis [0.0]
  本稿では,この課題に明示的な理論的知識を取り入れることのメリットを定量化するために,比較マルチエージェントフレームワークを提案する。 我々は、注釈付き政治討論のデータセットを利用して、4つの異なる言い換え機能を含む新しい標準を確立する。 我々は,2つの並列LLMエージェントシステムの評価を行った。1つはRetrieval-Augmented Generation (RAG)による議論理論により強化され,もう1つはゼロショットベースラインである。
  論文  参考訳（メタデータ） (2026-02-14T10:30:39Z)
• Simulating Meaning, Nevermore! Introducing ICR: A Semiotic-Hermeneutic Metric for Evaluating Meaning in LLM Text Summaries [13.104408059072457]
  本稿では,大言語モデル(LLM)生成言語における意味を研究するための学際的枠組みを提案する。 本稿では,言語記号が静的および文脈的埋め込みモデルにおいて,ベクトル化表現にどのように変換されるかを検討する。 次に、LCM出力における意味的精度と意味的アライメントを評価するために設計されたICR(Inductive Conceptual Rating)メトリクスを紹介する。
  論文  参考訳（メタデータ） (2026-02-03T18:05:09Z)
• Query-Document Dense Vectors for LLM Relevance Judgment Bias Analysis [4.719505127252616]
  大規模言語モデル (LLM) は、情報検索 (IR) 評価収集のための関連評価器として使われている。 我々は、LLMが平均的にどれだけ良いかを単に理解するのではなく、関係を判断する際に体系的な誤りを犯すかどうかを理解することを目的としている。 クエリドキュメント(Q-D)ペアを結合意味空間に埋め込むクラスタリングベースのフレームワークを導入する。
  論文  参考訳（メタデータ） (2026-01-05T03:02:33Z)
• Grounding Long-Context Reasoning with Contextual Normalization for Retrieval-Augmented Generation [57.97548022208733]
  キー値抽出における表面的選択が精度と安定性のシフトを引き起こすことを示す。 生成前の文脈表現を適応的に標準化する戦略であるコンテキスト正規化を導入する。
  論文  参考訳（メタデータ） (2025-10-15T06:28:25Z)
• 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)
• RAGEval: Scenario Specific RAG Evaluation Dataset Generation Framework [66.93260816493553]
  本稿では,様々なシナリオにまたがってRAGシステムを評価するためのフレームワークであるRAGvalを紹介する。 事実の正確性に焦点をあてて,完全性,幻覚,不適切性の3つの新しい指標を提案する。 実験結果から, RAGEvalは, 生成した試料の明瞭度, 安全性, 適合性, 豊かさにおいて, ゼロショット法とワンショット法より優れていた。
  論文  参考訳（メタデータ） (2024-08-02T13:35:11Z)
• Categorical Syllogisms Revisited: A Review of the Logical Reasoning Abilities of LLMs for Analyzing Categorical Syllogism [62.571419297164645]
  本稿では,分類的シロジズムを解析するための大規模言語モデルの論理的推論能力に関する先行研究を体系的に概説する。 まず、純粋に論理的な観点から分類的シロジズムの可能なバリエーションについて検討する。 次に、既存のデータセットでテストされた基本的な設定(ムードとフィギュア)を調べます。
  論文  参考訳（メタデータ） (2024-06-26T21:17:20Z)

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。