論文の概要: DynaKRAG: A Unified Framework for Learnable Evidence Control in Multi-Hop Retrieval-Augmented Generation

• arxiv url: http://arxiv.org/abs/2607.06507v1
• Date: Tue, 07 Jul 2026 17:09:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-08 21:24:51.597272
• Title: DynaKRAG: A Unified Framework for Learnable Evidence Control in Multi-Hop Retrieval-Augmented Generation
• Title（参考訳）: DynaKRAG:マルチホップ検索拡張生成における学習可能なエビデンス制御のための統一フレームワーク
• Abstract要約: DynaKRAGは、原子のエビデンス操作に対する状態条件制御として、マルチホップエビデンス獲得を定式化している。 Qwen2.5-7B-Instructでは、DynaKRAGはHotpotQAで0.5998、2Wikiで0.5340、MuSiQueで0.3061のスコアを達成している。
• 参考スコア（独自算出の注目度）: 12.710406983346013
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-hop retrieval-augmented generation (RAG) acquires evidence sequentially, with each new document potentially revealing missing facts, bridge entities, query defects, or sufficient support for answering. Existing methods provide useful operations such as iterative retrieval, query reformulation, evidence critique, and sufficiency judging, but typically organize them within method-specific pipelines or predefined control topologies. This leaves underexplored how to learn a shared state-conditioned policy that chooses among currently valid evidence operations. We introduce DynaKRAG, which formulates multi-hop evidence acquisition as state-conditioned control over atomic evidence operations. At each step, a validity layer constructs the executable action set, and a learned controller selects the next operation. The resulting transition updates the evidence state and may enable new operations at subsequent steps. With Qwen2.5-7B-Instruct, DynaKRAG achieves F1 scores of 0.5998 on HotpotQA, 0.5340 on 2Wiki, and 0.3061 on MuSiQue, outperforming the strongest controlled baseline on all three benchmarks. Replacing the learned controller with a uniform-valid policy reduces F1 by 3.96--5.78 points, while removing sufficiency feedback hurts all three datasets. Controlled retrieval-cap experiments further show that additional retrieval is not uniformly beneficial. Together, these results demonstrate the benefit of coordinating retrieval, diagnosis, and gap-directed acquisition under an evolving evidence state.
• Abstract（参考訳）: マルチホップ検索強化世代(RAG)は、それぞれの新しい文書が、行方不明な事実、ブリッジエンティティ、クエリ欠陥、あるいは回答のための十分なサポートを明らかにする可能性があるとして、順次証拠を取得する。 既存の手法は、反復検索、クエリ修正、エビデンス批判、十分判断といった有用な操作を提供するが、通常はメソッド固有のパイプラインや事前に定義された制御トポロジでそれらを整理する。 このことは、現在有効なエビデンス操作の中から選択した共有された状態条件のポリシーを学習する方法を過小評価している。 マルチホップエビデンス獲得を,原子エビデンス操作に対する状態条件制御として定式化したDynaKRAGを紹介する。 各ステップにおいて、妥当性層が実行可能なアクションセットを構成し、学習したコントローラが次の操作を選択する。 結果として得られた遷移はエビデンス状態を更新し、その後のステップで新たな操作を可能にする。 Qwen2.5-7B-Instructでは、DynaKRAGはHotpotQAで0.5998点、2Wikiで0.5340点、MuSiQueで0.3061点を達成し、3つのベンチマークで最強制御ベースラインを上回った。 学習したコントローラを均一なポリシーで置き換えると、F1は3.96～5.78ポイント削減される。 制御された検索キャップ実験は、追加の検索が一様でないことを示す。 これらの結果は, 進化的エビデンス状態下での検索, 診断, ギャップ指向獲得のコーディネートによるメリットを示すものである。

関連論文リスト

• S3Gym: Can LLMs Turn Self-Testing and Self-Judging into Self-Improvement? [66.17176838165994]
  大規模言語モデル(LLM)は、ますます外部環境と相互作用し、かなりの行動経験を蓄積する。 エージェントがその振る舞いを積極的にテストし、得られた経験を判断し、その経験を使って将来の意思決定を改善することができるかどうかは不明だ。 LLM自己改善評価のための対話型ベンチマークである textbfStextsuperscript3Gym を導入する。
  論文  参考訳（メタデータ） (2026-08-31T17:05:41Z)
• EviBack: Search-Agent Reinforcement Learning via Evidence-Constrained Teacher Backoff [12.413369909547699]
  EviBackはエビデンスに制約のある教師のバックオフで、そのようなグループに補助的なスーパービジョンを提供する。 完全に自動化されたエンドツーエンドの GPT- 5.5 アシスト APE パイプラインは、手動で書かれたシングルプロンプトのデュアルタスクの教師から始まる。
  論文  参考訳（メタデータ） (2026-07-27T02:59:27Z)
• Auditing Generalization in AI-Generated Video Detection: A Six-Control Protocol and the VidAudit Toolkit [8.665845754660458]
  AI生成ビデオ検出のGenVidBenchとAIGVDBenchが事実上のリーダーボードだ。 ほとんどの評価プロトコルは、報告された一般化を拡大できる制御されていない欠点を残している。 20紙の調査では、これをキャッチする標準的な6つのコントロールをすべて適用していない。 それらを監査プロトコルに組み合わせて、6つの代表的な特徴源に適用する。
  論文  参考訳（メタデータ） (2026-06-30T00:29:53Z)
• Divide and Cooperate: Role-Decomposed Multi-Agent LLM Training with Cross-Agent Learning Signals [10.378290102256534]
  既存のアプローチは 一つのポリシーの中で 証拠の取得と 答えの生成を2つに分けます エージェント検索を2つのサブタスクに分割するロール分解型マルチエージェントトレーニングフレームワークであるDAC(Divide and Cooperate)を提案する。 生成装置は、解答生成元と証拠充足検証器の両方として二重の役割を担い、検索された証拠が不十分な場合に停止する。
  論文  参考訳（メタデータ） (2026-06-09T10:40:55Z)
• Diagnosing Evidence Utilization in Long-Context and Retrieval-Augmented Language Models under Matched Evidence Conditions [0.0]
  モデルはパラメトリックの先行情報から回答したり、存在する証拠を使わなかったり、関連するテキストを最終回答に変換することなく引用したりすることができる。 本稿では,エビデンス利用評価のための4条件診断プロトコルを提案する。
  論文  参考訳（メタデータ） (2026-06-04T22:44:57Z)
• Meta-Modal Agent: Sequential Evidence Routing for Missing-Modality Candidate Reranking [12.476704430465754]
  メタモーダルエージェント (Meta-Modal Agent, MMA) は, 欠陥を逐次的エビデンスルーティング問題として扱う, 大規模言語モデルに基づく候補プールリランカである。 MMAは、マスク付きモダリティエピソードに対するバランスのとれた欠如の強化学習で訓練されている。 MMA-Autoは自動テキスト、画像、グラフツールのみを使用するもので、MMA-Interactiveは、上行診断として生き残ったモダリティに基づく明確化の質問を許可する。
  論文  参考訳（メタデータ） (2026-05-24T11:22:03Z)
• AdaGATE: Adaptive Gap-Aware Token-Efficient Evidence Assembly for Multi-Hop Retrieval-Augmented Generation [6.314380942821944]
  マルチホップRAGのためのトレーニング不要エビデンスコントローラであるAdaGATEを提案する。 AdaGATEは、トークン制約された修復問題としてエビデンスの選択をフレーム化している。 AdaGATE on HotpotQA under clean, redundancy, and noise injected search conditions。
  論文  参考訳（メタデータ） (2026-05-04T14:45:49Z)
• CodaRAG: Connecting the Dots with Associativity Inspired by Complementary Learning [50.98972985136333]
  CodaRAGは、受動的検索からアクティブな連想発見へと進化するフレームワークである。 CodaRAGは、検索リコールで7-10%、生成精度で3-11%という絶対的なゲインを達成する。
  論文  参考訳（メタデータ） (2026-04-12T02:50:40Z)
• 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)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)
• Disentangle Your Dense Object Detector [82.22771433419727]
  深層学習に基づく高密度物体検出器はここ数年で大きな成功を収め、ビデオ理解などのマルチメディアアプリケーションにも応用されてきた。 しかし、現在の高密度検出器の訓練パイプラインは、保持できない多くの接続に妥協されている。 そこで本研究では, 簡易かつ効果的な遠心分離機構を設計し, 現在の最先端検出器に統合するDED(Disentangled Dense Object Detector)を提案する。
  論文  参考訳（メタデータ） (2021-07-07T00:52:16Z)

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。