論文の概要: Personalized Deep Research Query Refinement with Graph-Scaffolded Evidence Grounding

• arxiv url: http://arxiv.org/abs/2608.05876v1
• Date: Thu, 06 Aug 2026 10:58:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 17:43:06.743148
• Title: Personalized Deep Research Query Refinement with Graph-Scaffolded Evidence Grounding
• Title（参考訳）: Graph-Scaffolded Evidence Groundingを用いたパーソナライズされたDeep Research Query Refinement
• Abstract要約: G-STEERは、様々な因子依存性とエビデンス条件にまたがるグラフスキャフォールド軌道から、明確化ポリシーを学習する。 実験の結果、G-STEERは、両DRAにおいて、最強の全体重み付き対象カバレッジと、最上位の下流レポートパーソナライズを実現していることがわかった。
• 参考スコア（独自算出の注目度）: 9.25068659105141
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: User requests serve as research specifications for deep research agents, shaping what evidence to seek and how to synthesize it. In personalized deep research, these specifications must additionally reflect user goals, constraints, preferences, and evaluation criteria. User context can be incorporated either within the deep research pipeline or into the research specification provided as its input. We focus on the latter, refining the user request into a personalized research specification before passing it to an unchanged deep research agent. This requires resolving three coupled decisions: which framing factors are relevant, whether the available user context sufficiently supports them, and whether to retrieve user memory, ask the user, or stop and refine the query. For training, G-STEER organizes framing factors as elicitation targets in an Intent Elicitation Graph that captures their dependencies. It learns a clarification policy from graph-scaffolded trajectories spanning diverse factor dependencies and evidence conditions. The policy produces a refined query while balancing target coverage against the costs of evidence acquisition. Experiments show that G-STEER achieves the strongest overall weighted target coverage and the highest downstream report personalization across both evaluated DRAs, while asking roughly one third as many user questions as a strong clarification baseline.
• Abstract（参考訳）: ユーザーからの要望は、ディープリサーチエージェントのリサーチ仕様として機能し、どのエビデンスを探すか、どのように合成するかを形作る。 パーソナライズされたディープリサーチでは、これらの仕様はユーザー目標、制約、嗜好、評価基準を反映する必要がある。 ユーザコンテキストは、ディープリサーチパイプライン内またはインプットとして提供されるリサーチ仕様に組み込むことができる。 ユーザからの要望をパーソナライズされた研究仕様に精査し、変更のないディープリサーチエージェントに渡す。 これは、どのフレーミング要因が関係しているか、利用可能なユーザコンテキストがそれらを十分にサポートしているか、ユーザメモリの取得、ユーザへの問い合わせ、あるいはクエリの停止と改善の3つの組み合わせの決定を解決する必要がある。 トレーニングのために、G-STEERは、依存関係をキャプチャするIntent Elicitation Graphで、緩和ターゲットとしてフレーミングファクタを編成する。 様々な因子依存やエビデンス条件にまたがるグラフスキャフォールド軌道から、明確化ポリシーを学ぶ。 このポリシーは、証拠取得のコストとターゲットカバレッジのバランスを保ちながら、洗練されたクエリを生成する。 実験の結果、G-STEERは、両評価DRAにおける最強の全体重み付きターゲットカバレッジと最上位のダウンストリームレポートパーソナライズを実現し、また、ユーザ質問の約3分の1を、強力な明確化ベースラインとして求めていることがわかった。

関連論文リスト

• DEEPRUBRIC: Evidence-Tree Rubric Supervision for Efficient Reinforcement Learning of Deep Research Agents [17.420077157633852]
  報奨に基づく強化学習は、レポート品質を報奨信号に変換するチェック可能な基準に最適化することにより、ディープリサーチエージェントを改善する。 既存の研究の多くは、LLMに与えられたクエリに対してルーリックを生成するよう求めているが、モデルが基盤となる情報要求を推測できない場合、生成されたルーリックは不完全であり、RL効率を低下させる可能性がある。 より信頼性の高いクエリ-ルーブリックの監視を得るために、このプロセスを逆転するデータ構築フレームワークであるDeepRubricを紹介します。
  論文  参考訳（メタデータ） (2026-06-15T17:52:27Z)
• Personalized Deep Research: A User-Centric Framework, Dataset, and Hybrid Evaluation for Knowledge Discovery [36.57361069825463]
  動的ユーザコンテキストをコア検索・推論ループに統合するPDR(Personalized Deep Research)を導入する。 PDRは、ユーザープロファイルモデリングを反復的なクエリ開発、二重ステージ(プライベート/パブリック)検索、コンテキスト認識合成と統合する。 これにより、研究サブゴールとユーザの意図を自律的に調整し、エビデンス収集の停止基準を最適化することができる。
  論文  参考訳（メタデータ） (2026-05-11T13:14:54Z)
• Learning to Reason for Multi-Step Retrieval of Personal Context in Personalized Question Answering [39.08300602619814]
  QA(Personalization in Question Answering)は、ユーザーの背景、好み、歴史的文脈に合致した正確で正確な回答を必要とする。 個人化のための個人的コンテキストからの推論と検索を統合した強化学習フレームワークPR2を提案する。
  論文  参考訳（メタデータ） (2026-02-22T19:43:43Z)
• SAGE: Steerable Agentic Data Generation for Deep Search with Execution Feedback [68.60326181052658]
  本稿では,高品質で難易度の高い探索問合せを自動生成するエージェントパイプラインを提案する。 我々のパイプラインであるSAGEは、QAペアを提案するデータジェネレータと、生成された質問を解決するための検索エージェントで構成される。 我々の本質的な評価は、SAGEが様々な推論戦略を必要とする質問を生成する一方で、生成したデータの正確性や難易度を著しく高めていることを示している。
  論文  参考訳（メタデータ） (2026-01-26T06:37:56Z)
• 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)
• Query Decomposition for RAG: Balancing Exploration-Exploitation [83.79639293409802]
  RAGシステムは複雑なユーザ要求に対処し、それらをサブクエリに分解し、それぞれに関連する可能性のあるドキュメントを取得し、それを集約して回答を生成する。 クエリの分解とドキュメントの検索をエクスプロレーション探索設定で定式化し、一度に1つのドキュメントを検索すると、与えられたサブクエリの有用性についての信念が構築される。 我々の主な発見は、ランク情報と人的判断を用いた文書関連性の推定により、文書レベルの精度が35%向上し、α-nDCGが15%向上し、長文生成の下流タスクの性能が向上するということである。
  論文  参考訳（メタデータ） (2025-10-21T13:37:11Z)
• Towards Personalized Deep Research: Benchmarks and Evaluations [56.581105664044436]
  我々は、Deep Research Agents(DRA)におけるパーソナライズ評価のための最初のベンチマークであるPersonalized Deep Research Benchを紹介する。 さまざまな研究タスク50と、構造化されたペルソナ属性と動的現実世界のコンテキストを組み合わせた25のユーザプロファイルを組み合わせ、250のリアルなユーザタスククエリを生成する。 さまざまなシステムの実験は、パーソナライズされたディープリサーチを扱う際の現在の能力と限界を強調します。
  論文  参考訳（メタデータ） (2025-09-29T17:39:17Z)
• Characterizing Deep Research: A Benchmark and Formal Definition [24.523394260858822]
  本稿では,Deep Research (DR) タスクの形式的特徴付けと,DRシステムの性能評価のためのベンチマークを提案する。 ディープリサーチのコアとなる特徴は、レポートスタイルのアウトプットの生成ではなく、検索プロセスで必要となる概念に対する高いファンアウトである、と我々は主張する。
  論文  参考訳（メタデータ） (2025-08-06T08:09:28Z)
• Towards Agentic RAG with Deep Reasoning: A Survey of RAG-Reasoning Systems in LLMs [69.10441885629787]
  Retrieval-Augmented Generation (RAG) は、外部知識を注入することによって、Large Language Models (LLM) の事実性を高める。 逆に、純粋に推論指向のアプローチは、しばしば幻覚的あるいは誤った事実を必要とする。 この調査は両鎖を統一的推論-検索の観点から合成する。
  論文  参考訳（メタデータ） (2025-07-13T03:29:41Z)
• Beyond Relevance: Evaluate and Improve Retrievers on Perspective Awareness [56.42192735214931]
  検索者は、ドキュメントとクエリ間のセマンティックな関連性に頼るだけでなく、ユーザクエリの背後にある微妙な意図や視点を認識することも期待されている。 本研究では,検索者がクエリの異なる視点を認識し,応答できるかどうかを検討する。 我々は,現在の検索者はクエリにおいて微妙に異なる視点に対する認識が限られており,特定の視点に偏りがあることを示す。
  論文  参考訳（メタデータ） (2024-05-04T17:10:00Z)
• High Quality Related Search Query Suggestions using Deep Reinforcement Learning [0.15229257192293202]
  The High Quality Related Search Query Suggestions” タスクは,リアルタイムで正確で,多様な,関連性の高い検索クエリを推奨することを目的としている。 私たちは、ユーザが次に入力するクエリを予測するために、Deep Reinforcement Learningモデルをトレーニングします。 報酬信号は、長期セッションベースのユーザフィードバック、構文的関連性、および生成されたクエリの自然性から成り立っている。
  論文  参考訳（メタデータ） (2021-08-10T05:22:32Z)

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。