論文の概要: AB-RAG: Adaptive Budgeted Retrieval-Augmented Generation for Reliable Question Answering

• arxiv url: http://arxiv.org/abs/2606.29090v1
• Date: Sat, 27 Jun 2026 21:08:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.783772
• Title: AB-RAG: Adaptive Budgeted Retrieval-Augmented Generation for Reliable Question Answering
• Title（参考訳）: AB-RAG:信頼性の高い質問応答のための適応的予算付検索生成
• Abstract要約: AB-RAGはトレーニングフリーでバックボーンに依存しないフレームワークで、答えを生成する。 信頼度を3つの信号の組み合わせから推定する。 そして、停止するか、より多くの証拠を回収するかを決定する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Retrieval-Augmented Generation (RAG) has become the standard way to ground large language models in external knowledge, yet most systems retrieve a fixed number of passages for every question regardless of its difficulty. This wastes computation on easy questions, starves hard ones, and gives no signal for when a generated answer can be trusted. With a growing share of question answering systems built on top of commercial language model APIs, a method that can decide how much to retrieve, and how far to trust its own answers, without retraining the underlying model, is of clear practical value. This paper presents AB-RAG (Adaptive Budgeted Retrieval-Augmented Generation), a training-free and backbone-agnostic framework that generates an answer, estimates its confidence from a combination of three signals, and then decides whether to stop or to retrieve more evidence, subject to a fixed retrieval budget. The estimator combines the model's own certainty, the agreement between the answer and the evidence, and the variance of the retrieval scores. For models that expose token probabilities the certainty signal is read directly; for closed APIs it is approximated by self-consistency, so the method works without access to model internals. Across three backbones and two datasets, the central result is that the confidence estimate reliably separates correct from incorrect answers on every backbone, reaching a clean split of 57.6% against 0% Exact Match between high- and low-confidence answers on a factoid dataset. The adaptive policy improves accuracy on capable backbones, and the study reports its negative and nuanced findings honestly, including a confidence signal that proved unsuitable for short answers and a retrieval signal whose sign was found and corrected through measurement. The entire study was carried out on a single consumer laptop with only a few dollars of API spend.
• Abstract（参考訳）: Retrieval-Augmented Generation (RAG) は、大きな言語モデルを外部知識で基礎づける標準的な方法となっているが、ほとんどのシステムは、その難易度に関わらず、すべての質問に対して一定の数のパスを取得する。 これは簡単な質問の計算を無駄にし、難しい質問を飢えさせ、生成された回答が信頼できるかどうかのシグナルを与えない。 商用言語モデルAPI上に構築された質問応答システムのシェアが拡大する中で、どの程度の検索方法と、基礎となるモデルを再トレーニングすることなく、どの程度の回答を信頼するかを判断できる方法は、明らかに実用的な価値があります。 本稿では,AB-RAG(Adaptive Budgeted Retrieval-Augmented Generation)という,3つの信号の組み合わせから回答を生成し,その信頼性を推定する学習自由でバックボーンに依存しないフレームワークについて述べる。 推定器は、モデル自身の確実性、答えと証拠の一致、および検索スコアのばらつきを結合する。 トークン確率を公開するモデルでは、確実性信号は直接読み取られ、クローズドAPIでは自己整合性によって近似される。 3つのバックボーンと2つのデータセットにまたがって、信頼度推定はすべてのバックボーン上の間違った回答から確実に正しい回答を分離し、57.6%のクリーンなスプリットを達成し、ファクトイドデータセット上の高信頼度と低信頼度の間の0%の厳密なマッチングに到達した。 適応的政策は有能な背骨の精度を向上し、短い回答には適さない信頼信号や、測定によってサインが発見され修正された検索信号など、否定的かつ曖昧な結果が正直に報告された。 調査は1台の消費者向けラップトップで行われ、APIの費用はわずか数ドルだった。

関連論文リスト

• Evaluating Confidence-Gated Retrieval with Matched Trajectory Replay [3.888537003098864]
  信頼と行動のマッピングを比較するための制御プロトコルであるMatched trajectory replayを提案する。 マルチホップ質問応答システムにおいて, 生の言語的信頼度とポストホック等調音校正度を比較した。 全体的な精度は、HotpotQAでは最大15ポイント向上するが、MuSiQueでは最大17ポイント低下する。
  論文  参考訳（メタデータ） (2026-08-27T09:15:33Z)
• EvidentialRAG: Quantifying and Mitigating Information Conflict in Multi-Source Retrieval-Augmented Generation via Evidential Deep Learning [0.2730969268472861]
  本稿では,取得したチャンクを生成前に確率的証拠に変換する不確実性を考慮したRAGフレームワークであるERAGを紹介する。 CRAG、ConflictQA、MuSiQueの実験は、ERAGが標準質問応答における最強一致ベースラインと競争力を維持していることを示している。
  論文  参考訳（メタデータ） (2026-07-11T21:56:15Z)
• Boosting Self-Consistency with Ranking [56.38798757709555]
  自己整合性は、複数の推論パスをサンプリングし、最も頻繁な回答を選択することで、大きな言語モデルを改善する。 この制限は、自己整合性における解答選択をランク付け問題として再構成する、ランク付け改善自己整合性(RISC)に対処する。
  論文  参考訳（メタデータ） (2026-06-03T16:12:30Z)
• Causal Algorithmic Recourse: Foundations and Methods [57.73269033551628]
  AIシステムの主な特徴は、個人が否定的な決定を覆す方法のレコメンデーションを提供する能力である。 既存のアプローチでは、recourseの結果を固定単位の反事実として扱う。 我々は、事前および事後結果のプロセスとして、会話をモデル化する因果的枠組みを開発する。
  論文  参考訳（メタデータ） (2026-05-12T00:55:19Z)
• Towards Dependable Retrieval-Augmented Generation Using Factual Confidence Prediction [0.28932261919131014]
  検索プロセスの事実性に関する有意義な信頼度と生成した回答を関連付けることが重要である。 本稿では,新たな2段階の手法を提案する。 我々の研究は、幅広い自然言語産業応用のための新しいタイプの認証されたRAGシステムを確立するのに役立ちます。
  論文  参考訳（メタデータ） (2026-05-04T11:28:19Z)
• Epistemic Observability in Language Models [0.0]
  製造時に高い信頼性を報告できるモデルがあることがわかりました。 正式な仮定では、これは能力ギャップではなく観察的なギャップである。 我々は,計算副産物を輸出することで不合理性から逃れるテンソルインタフェースを構築した。
  論文  参考訳（メタデータ） (2026-03-20T21:59:34Z)
• Confidence Before Answering: A Paradigm Shift for Efficient LLM Uncertainty Estimation [47.91529693614168]
  既存の方法は、主に回答ファーストであり、回答を生成した後のみ信頼を生み出す。 モデルが答える前に信頼を出力する信頼第一パラダイムについて検討し、このスコアを正解する確率として解釈する。 我々は,信頼度校正と正解精度をセグメント化された信用代入を通じて協調的に最適化する強化学習フレームワークであるCoCAを提案する。
  論文  参考訳（メタデータ） (2026-03-06T04:03:13Z)
• GRACE: Reinforcement Learning for Grounded Response and Abstention under Contextual Evidence [9.80421132842862]
  Retrieval-Augmented Generation (RAG)は、外部知識を統合してLarge Language Models (LLM)を強化する RAGは、明確な根拠のない正しい答えを提供することと、検索された文脈が不十分な場合に製造された応答を生成するという2つの重大な欠陥に感受性がある。 本稿では,両方の欠陥を同時に軽減する強化学習フレームワークGRACEを提案する。
  論文  参考訳（メタデータ） (2026-01-08T02:47:33Z)
• Reference-Free Rating of LLM Responses via Latent Information [53.463883683503106]
  本研究では,判断モデルに対して,自由テキスト応答にQuattスケールのスコアを割り当てるよう依頼する一般的な実践について検討する。 次に、内部モデル信号からスカラー評価を導出する潜在裁判官を提案し、評価する。 ペアとシングルレーティングのベンチマークの幅広いスイートの中で、潜在メソッドは標準のプロンプトにマッチするか、超えている。
  論文  参考訳（メタデータ） (2025-09-29T12:15:52Z)
• Divide-Then-Align: Honest Alignment based on the Knowledge Boundary of RAG [51.120170062795566]
  本稿では,問合せが知識境界外にある場合の"I don't know"で応答する機能を備えたRAGシステムを実現するためのDTAを提案する。 DTAは適切な棄権と精度のバランスをとり、検索強化システムの信頼性と信頼性を高める。
  論文  参考訳（メタデータ） (2025-05-27T08:21:21Z)
• Graph-based Confidence Calibration for Large Language Models [22.394717844099684]
  本稿では,大規模言語モデルによって生成された複数の出力の自己整合性に基づいて,応答正当性を評価するための補助学習モデルを提案する。 提案手法は,複数応答間の一致を表現するために整合性グラフを構築し,グラフニューラルネットワーク(GNN)を用いて各応答の正しさを推定する。
  論文  参考訳（メタデータ） (2024-11-03T20:36:44Z)
• Realistic Conversational Question Answering with Answer Selection based on Calibrated Confidence and Uncertainty Measurement [54.55643652781891]
  対話型質問回答モデル(ConvQA)は,会話中に複数回発生した質問文と過去の質問文のペアを用いて質問に回答することを目的としている。 本稿では,会話履歴における不正確な回答を,ConvQAモデルから推定された信頼度と不確実性に基づいてフィルタリングすることを提案する。 我々は2つの標準ConvQAデータセット上で、回答選択に基づくリアルな会話質問回答モデルの有効性を検証する。
  論文  参考訳（メタデータ） (2023-02-10T09:42:07Z)

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。