論文の概要: Evidence-Ledger Adjudication for Claim-Evidence Traceability
- arxiv url: http://arxiv.org/abs/2607.26512v1
- Date: Wed, 29 Jul 2026 06:22:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-30 21:06:25.552803
- Title: Evidence-Ledger Adjudication for Claim-Evidence Traceability
- Title（参考訳）: Evidence-Ledger Adjudication for Claim-Evidence Traceability
- Abstract要約: 本稿では,エビデンス・レジャーの判断,すなわちクレーム・エビデンス・トレーサビリティ・ワークフローについて検討する。
それぞれのクレームとエビデンスパケットをペアにし、サポート関係を割り当てる。
その結果,エビデンスリーダの判断は,異質なエビデンスパケットをAI支援書込みのための監査可能なトレーサビリティ層にすることができることがわかった。
- 参考スコア（独自算出の注目度）: 0.45743735246920414
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI agents can draft claims faster than authors can check whether the cited or retrieved evidence supports them. We study evidence-ledger adjudication: a claim-evidence traceability workflow that pairs each claim with an evidence packet, assigns a support relation, and routes unsupported, contradicted, or mixed-evidence claims back to the author. The empirical core is a 2,335-row blind benchmark built from independent external labels in AVeriTeC, CLIMATE-FEVER, and SciFact. Gold relations and source evidence labels are hidden during prediction and joined only for scoring. On this benchmark, the agent evidence-ledger condition achieves 0.676 relation accuracy and 0.601 macro-F1, compared with 0.383 accuracy and 0.303 macro-F1 for the best non-agent baseline. It also routes 1270/1435 claims whose gold labels indicate contradiction, missing evidence, or mixed evidence, while routing 295/900 supported claims. These results show that evidence-ledger adjudication can turn heterogeneous evidence packets into an auditable traceability layer for AI-assisted writing.
- Abstract（参考訳）: AIエージェントは、引用または検索された証拠がそれらをサポートするかどうかを著者が確認するよりも早くクレームをドラフトできる。
本稿では,エビデンス-エビデンス-エビデンス・トレーサビリティ・ワークフローについて検討する。エビデンス・エビデンス・トレーサビリティ・ワークフローは,各クレームとエビデンス・パケットをペアリングし,サポート関係を割り当てる。
実験的なコアは、AVeriTeC、CLIMATE-FEVER、SciFactの独立した外部ラベルから作られた2,335のブラインドベンチマークである。
金の関係と証拠ラベルは予測中に隠され、スコアリングのためにのみ結合される。
このベンチマークでは、エージェントエビデンスリーダー条件は、最高の非エージェントベースラインに対して0.383の精度と0.303のマクロF1と比較して、0.676の相関精度と0.601のマクロF1を達成する。
また、ゴールドラベルが矛盾、証拠の欠如、証拠の混在を示す1270/1435のクレームをルートし、295/900のクレームをルーティングする。
これらの結果から,エビデンスリーダによる偏見は,異種エビデンスパケットをAI支援書面の可聴トレーサビリティ層に変換できることが示された。
関連論文リスト
- VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement [57.86962208273888]
テキストのみのプランナが入力された物理義務にプロンプトをコンパイルする監査可能な物理検証システムを提案する。
それぞれのアクションは、ペイロードがタイプされた測定か、明示的にタグ付けされた学習状態である証明付きエビデンスレコードを返す。
我々は, 実発生障害を即時参照, 空間, 時間でローカライズする, 1500クリックの欠陥記録のコーパスにおいて, 評価をアンロックする。
論文 参考訳（メタデータ） (2026-09-02T20:36:45Z) - ClaimReceipt: Verifying Evidence Sufficiency and Coverage in Agent Evaluations [0.39287497907611874]
ClaimReceiptは、型付きトランザクションエビデンスを署名された実験マニフェストにバインドし、クレーム毎にPASS、INVALID、INCONCLUSIVEを返す。
1,392の歴史的買い手-売り手記録では、CR-2検証者は手動でラベル付けされた監査の評定を全て再現し、600の決定論的および762のポストジェネレーションレコードを正確に再生する。
推論の前に30のアサインがコミットされ、端末のレシートが署名され、連鎖され、監査人のためにプライベートエビデンスが暗号化される。
論文 参考訳（メタデータ） (2026-09-02T02:00:02Z) - VisDocAgentBench: Benchmarking Agents for Visually Rich Document Retrieval [65.89247522243959]
VisDocAgentBenchは、静的検索とエージェント検索を比較したクローズドコーパスベンチマークである。
100の文書から2,375ページ、120のユニークなターゲットクエリが直接、一橋、二橋のエビデンス構造でバランスを取っている。
強力な遅延対話型ビジュアルレトリバーは、直接アイテムで97.50%のRecall@1に達するが、2ブリッジアイテムでは2.50%に達し、関連性がコーパスコンテキストに依存する場合のクエリ-ターゲットマッチングの限界を明らかにする。
論文 参考訳（メタデータ） (2026-08-18T15:23:06Z) - DRNOISE: Benchmarking Deep Research Agents in Misleading Evidence Environments [51.049999642138]
誤解を招く証拠の下で、回答回復のための100タスクのベンチマークであるDRNOISEを紹介する。
それぞれのタスクは、2つの間接的レコードチェーンが支持する固有の金の答えを持ち、ペアのノイズ条件は競合する答えを直接記述する1つのもっともらしい文書を付加する。
強いクリーンタスク性能を持つエージェント全体で、この単一の介入は66-88ポイントの精度低下を引き起こす。
論文 参考訳（メタデータ） (2026-07-19T15:20:40Z) - Evidence-Grounded Verified Agentic Reasoning: A Path Toward Eliminating LLM Hallucination in Empirical Inference via Tool-Attested Kernel Proofs [0.564046562677526]
リーン4ベースのツールコールアーキテクチャが経験的クレームを管理するのにどのように使用できるかを示します。
検証されたすべての出力は、検査済みのツールコールと、有効な推論のカーネルチェックされたチェーンから構造的に下降する。
正式なサイドカーは、目標命題、ソーススコープ、エビデンス境界、証明義務、棄権条件を監査可能にする。
時間とともに、データセット、API、公開レコード、AI生成ドキュメントの型付きサイドカーは、この形式化の負担を再利用可能なインフラストラクチャに戻すことができる。
論文 参考訳（メタデータ） (2026-07-14T11:33:44Z) - PREF-Gate: Provenance-Constrained Relational Evidence Fusion with Validation-Gated Selection for Graph Fraud Detection [4.923071905608023]
不正な不正検出は、ラベル特定コンテキストとラベル由来の近隣証拠の両方を利用することができる。
PreF-Gateは、2人の専門家と有限の検証ゲートを持つ監査可能なフレームワークである。
ラベル由来のリレーショナルエビデンス(英語版)は、保留検証がそれをサポートする場合にのみ有用である。
論文 参考訳（メタデータ） (2026-07-13T08:05:47Z) - From Articles to Premises: Building PrimeFacts, an Extraction Methodology and Resource for Fact-Checking Evidence [27.242475349674155]
PrimeFactsは、完全な事実チェック記事からきめ細かい証拠を抽出する方法論である。
我々は13,106のPoitiFact記事にクレーム、評決、およびすべての参照ソースをまとめる。
私たちのフレームワークは、アンカー文をスタンドアローンでコンテキストに依存しない前提に書き直します。
論文 参考訳（メタデータ） (2026-05-07T10:58:29Z) - Contrastive Learning to Improve Retrieval for Real-world Fact Checking [84.57583869042791]
ファクト・チェッキング・リランカ(Contrastive Fact-Checking Reranker, CFR)を提案する。
我々はAVeriTeCデータセットを活用し、証拠文書からの人間による回答とクレームのサブクエストを注釈付けする。
データセットの精度は6%向上した。
論文 参考訳（メタデータ） (2024-10-07T00:09:50Z) - From Relevance to Utility: Evidence Retrieval with Feedback for Fact Verification [118.03466985807331]
我々は、FVの関連性よりも、クレーム検証者が取得した証拠から導出する実用性に焦点を当てる必要があると論じる。
本稿では,エビデンス検索プロセスの最適化に,クレーム検証器からのフィードバックを取り入れたフィードバックベースのエビデンス検索手法(FER)を提案する。
論文 参考訳（メタデータ） (2023-10-18T02:59:38Z) - AmbiFC: Fact-Checking Ambiguous Claims with Evidence [57.7091560922174]
実世界の情報ニーズから10kクレームを抽出したファクトチェックデータセットであるAmbiFCを提示する。
アンビFCの証拠に対する主張を比較する際に,曖昧さから生じる不一致を分析した。
我々は,このあいまいさをソフトラベルで予測するモデルを開発した。
論文 参考訳（メタデータ） (2021-04-01T17:40:08Z)
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。