Fugu-MT 論文翻訳(概要): GRASP: GRanularity-Aware Search Policy for Agentic RAG

論文の概要: GRASP: GRanularity-Aware Search Policy for Agentic RAG

arxiv url: http://arxiv.org/abs/2607.10463v1
Date: Sat, 11 Jul 2026 19:58:07 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-14 15:40:48.434487
Title: GRASP: GRanularity-Aware Search Policy for Agentic RAG
Title（参考訳）: GRASP:エージェントRAGのためのグラニュラリティ対応検索ポリシー
Abstract要約: 本稿では,補完的検索ツールを適応的にコーディネートする訓練エージェントのための強化学習フレームワークGRASPを紹介する。 GRASPは、セマンティック検索、キーワード検索、段落読み込みアクションを提供する。我々は、回答の正確性、接地された読み、補完的な検索、ターン効率を共同で説明する報酬でポリシーを訓練する。
参考スコア（独自算出の注目度）: 35.781196496632035
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Agentic retrieval-augmented generation (RAG) extends static RAG by allowing language models to iteratively reason, generate search queries, retrieve evidence, and predict answers. However, it remains challenging for models to decide when to retrieve, whether to use lexical matching or semantic similarity, and how to control context granularity to prevent irrelevant tokens from interfering with agent reasoning. In this paper, we introduce GRASP, a reinforcement learning (RL) framework for training agents to adaptively coordinate complementary retrieval tools during multi-step reasoning. GRASP provides the agent with semantic search, keyword search, and paragraph-reading actions, enabling it to retrieve sentence-level evidence and expand further context only when needed. We train the policy with a reward that jointly accounts for answer accuracy, grounded reading, complementary search, and turn efficiency. Experiments on multi-hop reasoning benchmarks show that GRASP improves both retrieval recall and downstream question answering performance compared with single-step retrieval, prompting-based agentic RAG, and RL-based retrieval baselines. Qualitative and ablation analyses show that the learned policy develops interpretable skimming and scanning behavior: it uses semantic search for broad exploration, paragraph reading for local verification, and keyword search for entity-specific evidence. These results suggest that learning to coordinate retrieval signals and context granularity is critical for agent's correct reasoning.
Abstract（参考訳）: エージェント検索拡張生成(RAG)は静的RAGを拡張し、言語モデルを反復的に推論し、検索クエリを生成し、エビデンスを検索し、回答を予測する。しかし、モデルがいつ取得するか、語彙マッチングやセマンティックな類似性を使うか、コンテキストの粒度を制御して、無関係なトークンがエージェントの推論に干渉するのを防ぐことは、依然として困難である。本稿では,多段階推論において補完的検索ツールを適応的にコーディネートするための強化学習(RL)フレームワークであるGRASPを紹介する。 GRASPは、セマンティック検索、キーワード検索、段落読解アクションをエージェントに提供する。我々は、回答の正確性、接地された読み出し、補完的な検索、ターン効率を共同で説明する報酬でポリシーを訓練する。マルチホップ推論ベンチマーク実験により,GRASPは単一ステップ検索,エージェントRAG,RLベースの検索ベースラインと比較して,検索リコールとダウンストリーム質問応答性能を向上することが示された。定性的およびアブレーション分析は、学習されたポリシーが解釈可能なスキミングとスキャニングの振る舞いを発達させることを示し、広い探索のためのセマンティックサーチ、局所的な検証のためのパラグラフリーディング、エンティティ固有の証拠のためのキーワードサーチを使用する。これらの結果は, エージェントの正しい推論において, 適応信号と文脈の粒度を協調する学習が重要であることを示唆している。

関連論文リスト

A New Role for Relevance: Guiding Corpus Interaction in Agentic Search [45.65771530564621]
関連性(Relevance)は、ドキュメントまたは抜粋が有用な証拠を含むかどうかをクエリ依存で見積もる。関連性を考慮したRARG(Relevance-Aware RipGrep Search Agent)を導入する。
論文参考訳（メタデータ） (2026-07-27T09:56:52Z)
R$^2$-Searcher: Calibrating Retrieval and Reasoning Boundaries for Agentic Search [59.034878430183305]
R$2$-Searcherは、検索と推論の境界を明示的に探索し、校正する。 R$2$-Searcherは,解答精度と検索品質において,最先端のエージェント検索法よりも優れていることを示す。
論文参考訳（メタデータ） (2026-06-26T19:44:34Z)
GrepSeek: Training Search Agents for Direct Corpus Interaction [66.69568141699311]
GrepSeekは、コンパクトな検索エージェントを訓練し、大きなテキストコーパスから証拠を見つけ、フィルタリングし、構成する、最適化された直接コーパスインタラクション(DCI)検索エージェントである。 DCIを大規模に実用化するためには、シェルコマンドのシーケンシャルな実行とバイトエクササイズ等価性を保ちながら、シェルベースの検索を最大7.6タイムで高速化するセマンティックス保存のシャード並列実行エンジンを使用する。
論文参考訳（メタデータ） (2026-05-28T03:37:33Z)
Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction [127.64173950476702]
エージェントが直接、汎用端末ツールを用いて、生コーパスを直接検索する直接コーパス間相互作用(DCI)について検討する。このアプローチではオフラインインデックスを必要とせず、ローカルコーパスの進化に自然に適応する。 IRベンチマークとエンドツーエンドのエージェント検索タスク全体にわたって、この単純なセットアップは、強いスパース、密度、リランクベースラインよりも大幅に優れています。
論文参考訳（メタデータ） (2026-05-03T19:13:11Z)
Cycle-Consistent Search: Question Reconstructability as a Proxy Reward for Search Agent Training [80.20022221643414]
Cycle-Consistent Searchは、検索エージェントを訓練するための金色のスーパービジョンのないフレームワークである。 CCSは教師付きベースラインに匹敵する性能を示す。これらの結果から,CCSは金の監督が不可能な環境で検索エージェントを訓練するためのスケーラブルな訓練パラダイムを提供する可能性が示唆された。
論文参考訳（メタデータ） (2026-04-14T17:00:18Z)
DOTRAG: Retrieval-Time Reasoning Along Paths [36.96341842051057]
本研究では,学習不要なグラフRAGフレームワークであるDotRAGを提案する。提案手法は,グラフ探索,無関係領域の探索,および明示的なステップバイステップ推論連鎖に頼ることなく反復的に関係経路を探索するクエリ条件付き制約を生成する。
論文参考訳（メタデータ） (2026-04-06T22:38:15Z)
Do We Still Need GraphRAG? Benchmarking RAG and GraphRAG for Agentic Search Systems [9.226583502132753]
Retrieval-augmented Generation(RAG)とそのグラフベースの拡張(GraphRAG)は、大規模言語モデル(LLM)推論を改善する効果的なパラダイムである。近年のエージェントサーチシステムでは,推論中の動的,多ラウンド検索,シーケンシャルな意思決定が可能である。本稿では,エージェント検索に基づく検索基盤として高密度なRAGと代表的なGraphRAG手法を評価する統一ベンチマークであるRAGSearchを紹介する。
論文参考訳（メタデータ） (2026-04-01T07:21:32Z)
Reasoning-Augmented Representations for Multimodal Retrieval [27.4146940988752]
Universal Multimodal Retrieval (UMR) は、テキストと視覚を横断する任意の検索を求める。画像が“サイレント”なエビデンスを持ち、クエリがキーセマンティクスを暗黙的に残す場合、単一の埋め込みパスは理由と圧縮の両方でなければならない。本稿では、検索前の推論を外部化することで、これらの役割を分離するデータ中心のフレームワークを提案する。
論文参考訳（メタデータ） (2026-02-06T19:01:54Z)
Chaining the Evidence: Robust Reinforcement Learning for Deep Search Agents with Citation-Aware Rubric Rewards [60.0970117192627]
強化学習(Reinforcement Learning, RL)は, LLMに基づくディープサーチエージェントの強化に重要な手法である。既存のアプローチは主にバイナリ結果の報酬に依存しており、エージェントの推論プロセスの包括性と事実性を捉えていない。ディープサーチエージェントのための微粒化報酬フレームワークである textbfCitation-aware RL Rewards (CaRR) を提案する。
論文参考訳（メタデータ） (2026-01-09T18:57:53Z)
ClueAnchor: Clue-Anchored Knowledge Reasoning Exploration and Optimization for Retrieval-Augmented Generation [82.54090885503287]
Retrieval-Augmented Generationは、外部知識を持つ大規模言語モデルを拡張して、事実性を改善する。既存のRAGシステムは、忠実で解釈可能な推論をサポートするために必要な重要な手がかりを抽出して統合することができない。本稿では,手掛かり付き推論探索と最適化によるRAG向上のための新しいフレームワークであるClueAnchorを提案する。
論文参考訳（メタデータ） (2025-05-30T09:18:08Z)

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。