論文の概要: Language-Routed RAG and Direct Option Scoring for Multilingual Financial QA: DS@GT at FinMMEval

• arxiv url: http://arxiv.org/abs/2607.22841v1
• Date: Fri, 24 Jul 2026 18:31:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.890334
• Title: Language-Routed RAG and Direct Option Scoring for Multilingual Financial QA: DS@GT at FinMMEval
• Title（参考訳）: 多言語財務QAのための言語制御RAGと直接オプションスコーリング:FinMMEvalのDS@GT
• Abstract要約: CFA、EFPA、CPAなどの金融認証試験は、ドメイン推論の構造化を要求する。 我々はLangGraph上に検索拡張パイプラインを構築し、クエリ言語を検出し、意味論的に関連する例を検索する。 効果的な多言語財務推論には、言語対応検索、モデルルーティング、故意の採点戦略選択が必要であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present DS@GT's submission to FinMMEval 2026 Task 1, a multilingual financial exam question answering benchmark spanning English, Spanish, Greek, Chinese, and Hindi. Financial certification exams such as the CFA, EFPA, and CPA demand structured domain reasoning that standard NLP benchmarks do not capture, and this challenge compounds across languages where retrieval and representation infrastructure is underdeveloped. We build a retrieval-augmented pipeline on LangGraph that detects query language and retrieves semantically relevant exemplars from a 30,209-entry multilingual knowledge base using BGE-M3 embeddings and FAISS indexing. The system then scores answers via Retrieval-Augmented Direct Scoring (RADS), reading next-token log-probabilities over candidate option letters rather than generating free-form output. For low-resource languages, we fuse per-language and cross-lingual retrieval indices using weighted Reciprocal Rank Fusion. Model selection is language-routed: Qwen3-14B for Arabic, Chinese, and Hindi; Qwen2.5-14B for English; and Llama-3.1-8B for Greek, a routing derived from empirical ablations that reveal substantial language-asymmetric performance gaps. Notably, chain-of-thought prompting significantly degrades Greek accuracy (90.7% to 20.9%), and enabling Qwen3's default thinking mode collapses Arabic RADS performance to near-chance levels. Our results indicate that effective multilingual financial reasoning requires language-aware retrieval, model routing, and deliberate scoring strategy selection.
• Abstract（参考訳）: DS@GTがFinMMEval 2026 Task 1に提出した、英語、スペイン語、ギリシャ語、中国語、ヒンディー語にまたがる多言語財務試験に関する質問に回答する。 CFA、EFPA、CPAなどのファイナンシャル認定試験では、標準のNLPベンチマークが捉えられないというドメインを構造化することを求めており、この課題は検索と表現のインフラが未開発である言語にまたがる。 我々はLangGraph上に検索拡張パイプラインを構築し、クエリ言語を検出し、BGE-M3埋め込みとFAISSインデックスを用いて30,209エントリの多言語知識ベースから意味的に関係のある例を検索する。 その後、このシステムはRetrieval-Augmented Direct Scoring (RADS) を介して回答をスコアし、自由形式の出力を生成するのではなく、候補のオプション文字に次から次までのログの確率を読み取る。 低リソース言語では、重み付き相互階数融合を用いて言語ごとの検索指標と言語間検索指標を融合する。 Qwen3-14Bはアラビア語、中国語、ヒンディー語、Qwen2.5-14Bは英語、Llama-3.1-8Bはギリシア語である。 特に、チェーン・オブ・シントはギリシャの精度を著しく低下させ(90.7%から20.9%)、Qwen3のデフォルトの思考モードはアラビアのRADS性能をほぼ低下させる。 この結果から, 効果的な多言語財務推論には, 言語対応検索, モデルルーティング, 故意の採点戦略選択が必要であることが示唆された。

関連論文リスト

• The Multilingual Curse at the Retrieval Layer: Evidence from Amharic [49.25758237235551]
  マルチリンガルベンチマークの強いゼロショットスコアは、現在のエンコーダが多くの言語で確実に転送される証拠としてしばしば考えられている。 この仮定は、表現が不十分で形態学的にリッチな言語に当てはまると我々は主張する。 我々は,ゼロショット多言語レトリバー,アンハリック細調整多言語レトリバー,単言語多言語レトリバーを比較した。
  論文  参考訳（メタデータ） (2026-05-23T12:44:30Z)
• DaPT: A Dual-Path Framework for Multilingual Multi-hop Question Answering [41.923993964253405]
  本稿では,多言語コーパスとクエリをまたいで検索する新しいフレームワークを提案する。 DaPTは、ソース言語クエリと英訳クエリの両方に並列にサブクエリグラフを生成する。 DaPTは、ベースラインよりも正確で簡潔な答えを得る。
  論文  参考訳（メタデータ） (2026-03-19T16:23:04Z)
• PARSE: An Open-Domain Reasoning Question Answering Benchmark for Persian [23.04786342076179]
  我々は、最初のオープンドメインペルシャ推論QAベンチマークであるPARSEを紹介する。 Boolean、複数選択、ファクトイドフォーマットで10,800の質問がある。 制御されたLLMベースの生成パイプラインを使用して構築され、人間の評価によって検証される。
  論文  参考訳（メタデータ） (2026-02-01T14:11:51Z)
• One Instruction Does Not Fit All: How Well Do Embeddings Align Personas and Instructions in Low-Resource Indian Languages? [1.071318785217926]
  インドの12の言語と4つの評価課題にまたがるベンチマークを提示する。 E5-Large-Instructはモノリンガル検索で27.4%、クロスリンガル転送で20.7%のリコール@1を達成している。 分類において、LaBSEは75.3%のAUROCを獲得し、校正が強い。
  論文  参考訳（メタデータ） (2026-01-15T09:10:14Z)
• SLRTP2025 Sign Language Production Challenge: Methodology, Results, and Future Work [87.9341538630949]
  第1回手話生産チャレンジはCVPR 2025で第3回SLRTPワークショップの一環として開催された。 コンペティションの目的は、音声言語文からスケルトンポーズのシーケンスに変換するアーキテクチャを評価することである。 本稿では,挑戦設計と入賞方法について述べる。
  論文  参考訳（メタデータ） (2025-08-09T11:57:33Z)
• From Multiple-Choice to Extractive QA: A Case Study for English and Arabic [51.13706104333848]
  既存の多言語データセットを新しいNLPタスクに再利用する可能性について検討する。 本稿では,英語および現代標準アラビア語に対するアノテーションガイドラインと並列EQAデータセットを提案する。 我々は、残りの120のBELEBELE言語変種に対して、他の人が我々のアプローチを適用するのを助けることを目指しており、その多くがリソース不足と見なされている。
  論文  参考訳（メタデータ） (2024-04-26T11:46:05Z)
• Multilingual Answer Sentence Reranking via Automatically Translated Data [97.98885151955467]
  本稿では,現代の質問応答システム(QA)のコアコンポーネントである,多言語回答文選択(AS2)モデルの設計について述べる。 主なアイデアは、あるリソースリッチ言語(英語など)から、他の言語へのデータ転送であり、リソースの観点からはよりリッチである。
  論文  参考訳（メタデータ） (2021-02-20T03:52:08Z)
• Pivot Through English: Reliably Answering Multilingual Questions without Document Retrieval [4.4973334555746]
  低リソース言語(LRL)における解答に対する既存の解答法は、英語に大きく遅れた。 文書検索を回避し、英語から低リソース言語への知識の確実に転送する、より現実的なタスクセットアップを利用可能なリソースに策定します。 このタスク設定内では、リランク付き英語学習セットに対する意味的類似性検索に類似した、Reranked Maximal Internal Product Search (RM-MIPS)を提案する。
  論文  参考訳（メタデータ） (2020-12-28T04:38:45Z)
• GATE: Graph Attention Transformer Encoder for Cross-lingual Relation and Event Extraction [107.8262586956778]
  言語に依存しない文表現を学習するために、普遍的な依存解析を伴うグラフ畳み込みネットワーク(GCN)を導入する。 GCNは、長い範囲の依存関係を持つ単語をモデル化するのに苦労する。 そこで本研究では,構文的距離の異なる単語間の依存関係を学習するための自己認識機構を提案する。
  論文  参考訳（メタデータ） (2020-10-06T20:30:35Z)
• Inducing Language-Agnostic Multilingual Representations [61.97381112847459]
  言語間の表現は、世界中のほとんどの言語でNLP技術が利用可能になる可能性がある。 i) 対象言語のベクトル空間をピボットソース言語に再配置すること、(ii) 言語固有の手段と分散を取り除くこと、(ii) 副産物としての埋め込みの識別性を向上すること、(iii) 形態的制約や文の並べ替えを除去することによって言語間の入力類似性を高めること、の3つのアプローチを検討する。
  論文  参考訳（メタデータ） (2020-08-20T17:58:56Z)
• LAReQA: Language-agnostic answer retrieval from a multilingual pool [29.553907688813347]
  LAReQAによる言語間アライメントの「強い」テスト。 機械翻訳による学習データの増強は効果的であることがわかった。 この発見は、言語に依存しない検索は、言語間評価の実質的な新しいタイプである、という我々の主張を裏付けるものである。
  論文  参考訳（メタデータ） (2020-04-11T20:51:11Z)

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。