論文の概要: Evidence Interfaces Shape How Retrieval-Augmented Readers Use Support

• arxiv url: http://arxiv.org/abs/2607.17108v1
• Date: Sun, 19 Jul 2026 07:25:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.374815
• Title: Evidence Interfaces Shape How Retrieval-Augmented Readers Use Support
• Title（参考訳）: Evidence Interfacesは、検索機能強化された読者の使い方を形作る
• Abstract要約: 我々は、生のコンテキスト、検索ウィンドウ、ゴールドサポート型診断レンダリングで訓練されたマッチングされた読者を比較した。 2Wiki と MuSiQue では、サポート付きローダがカバレッジを高め、ロープロンプトコストで生のコンテキスト品質を回復する。 サポートアノテート評価では、トップkの回答スコアを完全サポートカバレッジとともに報告する必要がある。
• 参考スコア（独自算出の注目度）: 10.934702002803434
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In multi-hop RAG evaluation, a top-k answer score can hide two different failures: the retrieval window may drop part of the support chain, or it may contain support in a form the adapted reader does not use well. We call this reader-facing form of retrieved evidence an evidence interface. Using three support-annotated multi-hop QA benchmarks, we compare matched adapted readers trained with raw context, retrieval windows, and gold-support diagnostic renderings. These comparisons distinguish support-availability failures from remaining reader-interface effects. Top-k windows become interpretable only after checking whether the complete annotated support chain survives: when it does, short ranked windows can match or improve over raw context; when it does not, missing support explains much of the loss. Gold support-first improves matched readers; on 2Wiki and MuSiQue, a support-supervised ranker raises coverage and recovers raw-context quality at lower prompt cost, while retaining gold headroom. Support-removal checks further show that the gains rely on exposed evidence, not only answer priors. On support-annotated evaluations, top-k answer scores should therefore be reported together with complete-support coverage.
• Abstract（参考訳）: マルチホップRAG評価では、トップkの回答スコアは2つの異なる障害を隠すことができる。 われわれはこの読者対応の証拠検索をエビデンスインターフェースと呼んでいる。 3つのサポートアノテートされたマルチホップQAベンチマークを用いて、生のコンテキスト、検索ウィンドウ、ゴールドサポート診断レンダリングで訓練された適合読者を比較した。 これらの比較は、サポート・アベイラビリティーの失敗と、残りのリーダー・インタフェース効果を区別する。 トップkウィンドウは、完全なアノテートされたサポートチェーンが存続するかどうかを確認した後にのみ解釈可能になる。 2Wiki と MuSiQue では、ゴールドヘッドルームを維持しながら、カバー範囲を拡大し、プロンプトコストの低い生のコンテクスト品質を回復する。 サポート削除チェックは、利得が事前に回答するだけでなく、露見した証拠に依存することを示している。 サポートアノテート評価では、トップkの回答スコアを完全サポートカバレッジとともに報告する必要がある。

関連論文リスト

• Navigating Sparse Evidence: Agentic Visual RAG via Explicit Context Selection and Consolidation [50.92223196290564]
  明示的な証拠選択と統合のための統一エージェントループを提案する。 探索中、SCoREはクエリ関連観測とソースポインタのみを保守されたテキスト台帳に保持する。 終了時には、参照された元のイメージを再ロードし、答えの視覚的証拠を統合し、論理的なシーケンスにアレンジする。
  論文  参考訳（メタデータ） (2026-09-14T16:11:35Z)
• PAGE-RAG: Provenance-Aware Graph Evidence Promotion for Fixed-Budget Multi-hop Retrieval-Augmented Generation [13.8041276969708]
  検索増強ジェネレーション(RAG)におけるマルチホップ質問応答は、最終的に読まれる数少ない候補以上の検索の恩恵を受けることが多い。 本稿では,PAGE-RAG(Provenance-Aware Graph Evidence promoted method)を提案する。 PAGE-RAGはプラグインとして、推論指向、圧縮ベース、グラフベース、ドキュメント/チャンクレベルのシステムを含む、報告されたすべてのRAGバックエンドを改善している。
  論文  参考訳（メタデータ） (2026-08-30T12:33:58Z)
• XHotpotQA: A Benchmark for Cross-Lingual Knowledge Composition in Multi-Hop Question Answering [4.102826164335728]
  XHotpotQA(XHotpotQA)は、言語間知識合成のベンチマークである。 監査されたリソースには15,661のトレーニングと7,405のバリデーションインスタンスが含まれている。 完全な質問-証拠のミスマッチは、部分的なアライメントよりも10.25から15.79低いUnicode対応の回答F1と関連付けられている。
  論文  参考訳（メタデータ） (2026-08-23T15:05:04Z)
• What Survives Into Context: A Diagnostic for Budget-Constrained Multi-Hop RAG and When Submodular Evidence Packing Improves It [0.0]
  文書のリコールは、固定された読者コンテキスト予算で最適化するのに間違った量である、と我々は主張する。 本報告では,ゴールドの回答が,読解コンテキストの連続したスパンとして存続するかどうかを判定する診断手法である「in-in-context」を導入する。 i)マルチホップ補完構造、(ii)エビデンスを表わす検索、(iii)バインドだが極端な予算ではない検索、(iv)読み出し能力ではなく、証拠密度がボトルネックとなるほど弱くなること。
  論文  参考訳（メタデータ） (2026-07-01T10:12:15Z)
• EvidenceLens: A Claim-Evidence Matrix for Auditing Financial Question Answering [6.652483528217501]
  EvidenceLensは、財務的質問応答をクレーム・エビデンスアライメント問題として扱うビジュアル分析のプロトタイプである。 システムは、答えを原子的クレームに分解し、サポート構成と信頼、サポートギャップ、クレームレベルのインスペクションをコーディネートする。
  論文  参考訳（メタデータ） (2026-06-19T06:55:44Z)
• AuthTrace: Diagnosing Evidence Construction in Thematically Dense Single-Author Corpora [6.956097396264084]
  AuthTraceは,主題的に密集した単一著者コーパスに基づいて構築された診断ベンチマークである。 AuthTraceは明示的な引用されたエビデンス、正確なファンインアノテーション、エビデンスリコール、エビデンス精度、答えの正当性を測定する統一パックレベルのプロトコルを提供する。
  論文  参考訳（メタデータ） (2026-05-25T03:10:52Z)
• FactReview: Evidence-Grounded Reviews with Literature Positioning and Execution-Based Claim Verification [57.196748998757954]
  本稿では,クレーム抽出,文献位置決定,実行に基づくクレーム検証を組み合わせたエビデンスベースレビューシステムであるFactReviewを紹介する。 FactReviewは論文を提出すると、主要なクレームを特定し、その結果を報告し、論文の技術的な位置を明らかにするために近くの作業を取り出し、コードが利用可能であれば、リリースされたリポジトリを実行する。 その後、簡潔なレビューと、主要な請求を5つのラベルのうち1つに割り当てるエビデンスレポートを生成する。
  論文  参考訳（メタデータ） (2026-04-05T11:45:22Z)
• PAVE: Premise-Aware Validation and Editing for Retrieval-Augmented LLMs [8.082352336629816]
  PAVEは、根拠に基づく質問応答のための推論時検証層である。 検索されたコンテキストを質問条件のアトミックな事実に分解し、回答をドラフトし、抽出された前提によってそのドラフトがどの程度うまくサポートされているかをスコアし、ファイナライズ前に低サポート出力を更新する。
  論文  参考訳（メタデータ） (2026-03-21T06:23:21Z)
• TEST-V: TEst-time Support-set Tuning for Zero-shot Video Classification [68.27769245188009]
  我々は、ゼロショットビデオ分類(TEST-V)のためのTEst-time Support-set Tuningという新しいフレームワークを提案する。 サポートセットを複数のプロンプト(Multi-prompting Support-set Dilation, MSD)で拡張した後、学習可能なウェイトを通じてサポートセットを侵食し、キーキューをマイニングする。 $textbfTEST-V$は、4つのベンチマークで最先端の結果を達成し、サポートセットのディレーションとエロージョンに優れた解釈性を持つ。
  論文  参考訳（メタデータ） (2025-02-01T13:20:01Z)
• Hybrid Mamba for Few-Shot Segmentation [54.562050590453225]
  フーショットセグメンテーション (FSS) 法では,2次複雑性に関係なく,FG (Fusion Support Foreground) をクエリ機能に導入する。 FSSのシーケンス間の依存関係をキャプチャするために、クロス(アテンションのような)Mambaを考案することを目指している。 単純なアイデアは、サポート機能をスキャンして、それを隠された状態に選択的に圧縮し、クエリ機能をシーケンシャルにスキャンする初期隠れ状態として使用する、というものだ。
  論文  参考訳（メタデータ） (2024-09-29T08:51:14Z)
• Merging Generated and Retrieved Knowledge for Open-Domain QA [72.42262579925911]
  COMBOは、より良いオープンドメインQAフレームワークのための互換性指向の知識の融合である。 COMBOは4つのテスト済みオープンドメインQAベンチマークのうち3つで競合ベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2023-10-22T19:37:06Z)
• Open Question Answering over Tables and Text [55.8412170633547]
  オープンな質問応答(QA)では、質問に対する回答は、質問に対する回答を含む可能性のある文書を検索して分析することによって生成される。 ほとんどのオープンQAシステムは、構造化されていないテキストからのみ情報を取得することを検討している。 我々は,このタスクの性能を評価するために,新しい大規模データセット Open Table-and-Text Question Answering (OTT-QA) を提案する。
  論文  参考訳（メタデータ） (2020-10-20T16:48:14Z)

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。