論文の概要: On-Device Deep Research at 4B: Exposure Bounds Faithfulness, Retrieval Bounds Coverage
- arxiv url: http://arxiv.org/abs/2607.12257v1
- Date: Tue, 14 Jul 2026 01:57:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:30.007237
- Title: On-Device Deep Research at 4B: Exposure Bounds Faithfulness, Retrieval Bounds Coverage
- Title（参考訳）: 4Bのオンデバイスディープリサーチ:露光境界は誠実さ、検索境界はカバー
- Abstract要約: オンデバイス調査エージェントは、コーパスを検索し、ソースを読み、引用されたブリーフをパーソナルラップトップに書き込む。
この研究は、24GBのラップトップで1つの4Bジェネレータを修正し、その引用を忠実にする方法を問う。
信頼できる報道は、引用された情報源がこの主張を支持しているかどうかを問う。
この研究は、生成元がどれだけの量を見るか、1500文字に対して400文字、供給元の品質、回収された紙に対する金の書類を横断する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: On-device research agents search a corpus, read sources, and write a cited brief on a personal laptop. Whether their citations are faithful, and at what cost, is unmeasured for a deployable small model. This study fixes one 4B generator on a 24 GB laptop and asks what makes its citations faithful. It separates two quantities usually reported as one number. Cited claim faithfulness asks whether the cited source supports the claim. Trustworthy coverage asks whether the agent also cites the right sources. The study crosses how much of each source the generator sees, 400 against 1500 characters, with the quality of the sources supplied, gold papers against retrieved papers. Two levers fall out, and they act on different outcomes. Exposure sets faithfulness. More of each source lifts faithfulness from 0.45 to 0.58 on retrieved sources and from 0.37 to 0.58 on gold sources, and the two settings converge, so faithfulness is bound by exposure, not by whether the source is correct. The exposure lift is robust to a second, independent judge; the exact convergence is tight under the primary judge and only approximate under the second. Retrieval sets coverage. Trustworthy coverage stays near 0.22 on retrieved sources at any exposure, because recall is held near 0.40, so exposure cannot fix which sources are cited. The extra exposure costs about 235 output tokens. The practical recipe is to raise per source exposure first, cheaply, and then treat retrieval recall as the only remaining lever.
- Abstract（参考訳）: オンデバイス調査エージェントは、コーパスを検索し、ソースを読み、引用されたブリーフをパーソナルラップトップに書き込む。
それらの引用が忠実で、どんなコストでも、デプロイ可能な小さなモデルでは測定されない。
この研究は、24GBのラップトップで1つの4Bジェネレータを修正し、その引用を忠実にする方法を尋ねる。
通常、1つの数として報告される2つの量に分かれる。
クレームの信条は、引用元がクレームを支持するかどうかを問う。
信頼できる報道は、エージェントが正しいソースを引用するかどうかを問う。
この研究は、生成元がどれだけの量を見るか、1500文字に対して400文字、供給元の品質、回収された紙に対する金の書類を横断する。
2つのレバーが落ち、異なる結果に作用します。
露光は誠実さを増す。
各ソースは、回収されたソースの信頼度0.45から0.58、金ソースの信頼度0.37から0.58まで上昇し、2設定は収束するので、ソースが正しいかどうかではなく、露出によって信頼度が拘束される。
露光リフトは第2の独立した裁判官にとって頑丈であり、正確な収束は第1の裁判官の下で厳しく、第2の裁判官の下でのみ近似している。
Retrievalはカバレッジを設定します。
信頼できるカバレッジは、検索したソースで0.22近くであり、リコールは0.40近く行われるため、どのソースが引用されているかは固定できない。
余分な露光には235個の出力トークンが費やされる。
実際のレシピは、まずソース当たりの露光量を増やして安価に行い、リカバリーリコールを唯一の残留レバーとして扱うことである。
関連論文リスト
- Hub-Spectral Activation of Latent Multimodal Knowledge [48.72626098917089]
Hub-Spectral Activation (HSA) は、凍結表現における潜在マルチモーダル知識のハブ可読成分の回復と活性化のための閉形式法である。
HSAは、ハブエッジ統計データを合成し、標準化し、ペア化されたスペクトル方向を抽出し、信頼性に富んだ一致した証拠とソースゲートの候補分解を結合する。
論文 参考訳（メタデータ） (2026-09-15T12:27:42Z) - CiteShade: Citation Laundering in Multi-Source Retrieval-Augmented Generation and Its Counterfactual Defense [0.0]
我々は、検索強化世代(RAG)に対する最初の励振雷攻撃であるCiteShadeを提案する。
CiteShadeは、アタッカー・チョーゼンの間違った回答を生成し、それをサポートしていない信頼できるソースに属性付けるモデルを生成する。
脆弱性は、モデルがスケールではなく引用する確率を追跡し、明示的な命令の下でCLR 0.84に到達し、テストされた最も引用確率の高いモデルでは命令が全くない0.64に到達した。
論文 参考訳（メタデータ） (2026-09-14T14:41:37Z) - Reconcile Once, Write Anytime: A Trust-Tiered Librarian and a Multi-Agent Writer for Drift-Free, Point-in-Time Research [7.426963307811556]
本稿では,保守型ポイントインタイム知識ライブラリをレポート作成から分離する2層エージェントシステムを提案する。
ポータブルなマルチエージェント"ライター"ランタイムは、任意の知識遮断Tにおいて矛盾のないエビデンス基底レポートを構成する。
我々は,555,926枚のエビデンスカードを出力する6,130個のソースの自己収集・公開コーパスを評価した。
論文 参考訳（メタデータ） (2026-08-13T09:09:28Z) - WILDTRACE: Benchmarking Natural Evidence Trails in Long-Context Reasoning [63.9071746889252]
長い文書に複雑な質問を答えるには、ソース自体が遠くの通路に自然に分散する証拠を統合する必要がある。
この情報源と内部の証拠の統合は、現実世界の長期文書分析の中心であるが、既存のベンチマークはそのほとんどを横取りしている。
WILDTRACEは, 自然発生の214個の長形音源に対する481個のタスクのベンチマークである。
論文 参考訳（メタデータ） (2026-07-10T12:09:21Z) - ProvenanceGuard: Source-Aware Factuality Verification for MCP-Based LLM Agents [0.0]
ProvenanceGuard は Model Context Protocol-grounded answer のソース認識検証ツールである。
答えを原子的クレームに分解し、ソース固有のエビデンスにルートする。
ブロック F1 0.802 とソース精度 0.858 over 260 のソース許容クレームを達成し、ソースブラインドベースラインを上回ります。
論文 参考訳（メタデータ） (2026-06-16T15:10:29Z) - Incentivizing Truthfulness and Collaborative Fairness in Bayesian Learning [68.76184067877499]
コラボレーション型機械学習は、複数のソースからのデータセットを使用して高品質なモデルをトレーニングする。
ソースにデータを共有するインセンティブを与えるため、既存のデータ評価手法は、送信されたデータに基づいて各ソースに適切な報酬を与える。
本稿では, (F) 協調フェアネスを保証し, (T) ベイズモデルの平衡における真さを動機付ける最初のメカニズムを提案する。
論文 参考訳（メタデータ） (2026-05-12T10:02:23Z) - Cited but Not Verified: Parsing and Evaluating Source Attribution in LLM Deep Research Agents [0.18762753243053634]
大規模言語モデル(LLM)は、数百のWebソースから情報を引用したレポートに合成するディープリサーチエージェントをパワーアップする。
現在のアプローチでは、信頼モデルが正確な自己引用、バイアスのリスク、あるいはソースアクセシビリティ、関連性、事実整合性を検証しない検索強化世代(RAG)を採用する。
本稿では,再現可能なASTルーブリックを用いてインライン引用を大規模に抽出し,評価する最初の情報源属性評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-07T17:46:45Z) - CiteAudit: You Cited It, But Did You Read It? A Benchmark for Verifying Scientific References in the LLM Era [51.63024682584688]
大規模言語モデル (LLM) は新たなリスクを導入している。
本稿では,科学文献における幻覚的引用のための総合的なベンチマークおよび検出フレームワークについて紹介する。
我々のフレームワークは、精度と解釈可能性の両方において、先行手法を著しく上回っている。
論文 参考訳（メタデータ） (2026-02-26T19:17:39Z) - DeepTRACE: Auditing Deep Research AI Systems for Tracking Reliability Across Citations and Evidence [50.97612134791782]
生成検索エンジンと深層研究のLLMエージェントは、信頼できるソース・グラウンドの合成を約束するが、ユーザーは常に過剰な自信、弱いソーシング、紛らわしい引用の慣行に遭遇する。
DeepTRACEは、社会技術的に基礎をおく新しい監査フレームワークで、コミュニティが特定した失敗事例を、回答テキスト、情報源、引用にまたがる8つの測定可能な次元に変換する。
論文 参考訳（メタデータ） (2025-09-02T00:32:38Z) - The Noisy Path from Source to Citation: Measuring How Scholars Engage with Past Research [20.649638393774048]
本稿では,大規模な引用忠実度を定量化する計算パイプラインを提案する。
論文の全文を用いて、パイプラインは引用論文における引用と引用論文における対応するクレームを識別する。
準実験を用いて「電話効果」を確立する - 引用論文が原主張に忠実度が低い場合、引用論文と原文を引用する将来の論文は原文に忠実度が低い。
論文 参考訳（メタデータ） (2025-02-27T22:47:03Z) - Correctness is not Faithfulness in RAG Attributions [47.48625339105129]
ソースドキュメントを明示的に引用することで、ユーザは生成されたレスポンスを検証し、信頼を高めることができる。
先行研究は引用正当性(引用された文書が対応する文をサポートするかどうか)を概ね評価している。
評価された回答に対する信頼を確立するためには、引用の正しさと引用の忠実さの両方を検討する必要がある。
論文 参考訳（メタデータ） (2024-12-23T21:57:11Z) - "Don't quote me on that": Finding Mixtures of Sources in News Articles [85.92467549469147]
各ソースのtextitaffiliationとtextitroleに基づいてソースのオントロジーラベリングシステムを構築します。
これらの属性を名前付きソースに推論し、ニュース記事をこれらのソースの混合物として記述する確率モデルを構築します。
論文 参考訳（メタデータ） (2021-04-19T21:57:11Z)
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。