論文の概要: RAGSieve: Self-Referenced Local Contrast for Knowledge-Poison Detection in Retrieval-Augmented Generation

• arxiv url: http://arxiv.org/abs/2608.13010v1
• Date: Thu, 13 Aug 2026 09:29:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.464513
• Title: RAGSieve: Self-Referenced Local Contrast for Knowledge-Poison Detection in Retrieval-Augmented Generation
• Title（参考訳）: RAGSieve: 自己参照型局所コントラストを用いた検索・拡張ジェネレーションにおける知識・ポゾン検出
• Abstract要約: 既存の検出器は、信頼できる参照、特定の攻撃アーティファクト、またはコーパストポロジーに敏感なグローバルしきい値に依存している。 本稿では,検査システムから参照を構成する自己参照検出フレームワークであるRAGSieveを提案する。 共同配備により攻撃成功率は67.4%から14.0%に減少し、41.3%のF1を維持している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Retrieval-augmented generation treats an external corpus as inference evidence, allowing injected documents to promote attacker-chosen claims. Existing detectors depend on trusted references, specific attack artifacts, or global thresholds sensitive to corpus topology. We present RAGSieve, a self-referenced detection framework that constructs its reference from the inspected system. RAGSieve-Query (RSQ) performs query-local contrast, scoring top-five candidates against ranks 6-20 of the same retrieval to detect answer-anchor concentration and carrier transitions. RAGSieve-Graph (RSG) performs corpus-local contrast, comparing each document's semantically similar but lexically distinct neighbors with its local baseline to detect coordinated density before queries arrive. Across three QA datasets and six poisoning constructions, RSQ achieves 95.2% AUROC and detects 82.2% of poison at 5% clean-document removal, versus 81.1%/52.5% for GMTP. RSG achieves 93.3%/79.8%, versus 79.4%/37.6% for CleanBase. Joint deployment reduces attack success from 67.4% to 14.0% while retaining 41.3% F1 on unpoisoned retrieval, demonstrating practical protection at both corpus ingestion and query time without poison labels or trusted corpora. Source code is available at https://github.com/XrazyMee/RAGSieve.
• Abstract（参考訳）: Retrieval-augmented Generationは、外部コーパスを推論の証拠として扱い、インジェクトされた文書が攻撃長主張を促進する。 既存の検出器は、信頼できる参照、特定の攻撃アーティファクト、またはコーパストポロジーに敏感なグローバルしきい値に依存している。 本稿では,検査システムから参照を構成する自己参照検出フレームワークであるRAGSieveを提案する。 RAGSieve-Query (RSQ) はクエリローカルコントラストを実行し、同じ検索のランク6〜20に対してトップ5候補をスコア付けして、回答アンカー濃度とキャリア遷移を検出する。 RAGSieve-Graph (RSG) はコーパス局所コントラストを実行し、各文書のセマンティックに類似しているが、語彙的に異なる隣人をその局所的ベースラインと比較し、クエリが到着する前に座標密度を検出する。 3つのQAデータセットと6つの中毒施設で、RSQは95.2%のAUROCを達成し、5%のクリーンドキュメント除去で82.2%の毒を検知するが、GMTPは81.1%/52.5%である。 RSGは93.3%/79.8%、CleanBaseは79.4%/37.6%である。 共同配備は攻撃の成功率を67.4%から14.0%に減らし、41.3%のF1を無毒な検索で保持し、毒のラベルや信頼できるコーパスを使わずに、コーパスの摂取とクエリ時間の両方で実用的保護を実証している。 ソースコードはhttps://github.com/XrazyMee/RAGSieve.comで入手できる。

関連論文リスト

• TRIS: A Tri-Layer Retrieval Integrity Sieve Against Knowledge Poisoning [6.613886785198943]
  Tri-Layer Sieveは、クロスエンベディング空間クラスタリングによって得られた証拠を衛生化する。 1つの文書は1つの埋め込み幾何学、1つの内部Trigger-Payload構造、1つの世代目標を満たさなければならない。
  論文  参考訳（メタデータ） (2026-08-31T23:21:27Z)
• Defending Retrieval-Augmented Intrusion Detection Against Knowledge Poisoning and Prompt Injection [0.0]
  本稿では,検索境界ディフェンスを用いた3層マルチエージェント侵入検出フレームワークであるRAG-IDSを提案する。 即時注入では、複数文書検索ではラベルフリップが0.6-2.4%に制限され、シングルドキュメント検索では35-55%に制限された。
  論文  参考訳（メタデータ） (2026-08-08T12:29:47Z)
• Adversarial Deepfake Generation and an Investigation of Purification-Based Adversarial Detection [9.42962723864652]
  本稿では,ImageCLEF 2026 Deepfake Detection and Generation Taskにおけるチーム"Go To Germany"の参加について述べる。 画像生成タスクでは、識別保存顔合成にFLUX.1-devとPuLIDを用いる。 画像検出タスクでは、AI生成画像のSigLIP+DINOv2と顔操作のGenD-DINOv3の2つの補完検出器を組み合わせる。
  論文  参考訳（メタデータ） (2026-07-28T15:19:16Z)
• Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
  PointArena 2026は77.2%の精度でベンチマークで2位である。 ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。 次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
  論文  参考訳（メタデータ） (2026-06-29T06:39:03Z)
• Tracing Target Answers in Poisoned Retrieval Corpora via Token Influence Attribution [45.91389330863296]
  TRACEは、トークン影響の帰属を通じて応答関連トークンを追跡することによって、毒攻撃を識別する。 TRACEはまず、検索した文書間で繰り返し発生する高影響キーワードを発見し、次にモデル予測への影響を確認するための二次検証を行う。
  論文  参考訳（メタデータ） (2026-06-24T11:39:26Z)
• SentinelRAG: Synthetic Sentinel Knowledge for RAG Database Copyright Protection [44.7327467106684]
  SentinelRAGは、スタイル一貫性はあるが架空の知識エントリをRAGデータベースに埋め込む。 我々の重要な洞察は、虚偽の実体を記述する合成知識は、正当なクエリーによって回収される可能性は低いということである。 本手法は,正規ユーザクエリに対する無視可能な干渉を維持しつつ,誤検出率を大幅に低減する。
  論文  参考訳（メタデータ） (2026-06-04T07:19:56Z)
• Architecture Matters: Comparing RAG Systems under Knowledge Base Poisoning [0.0]
  RAGシステムは知識ベース中毒に弱いが、既存の攻撃はほとんどバニラレトリプタン生成パイプラインに対して評価されている。 我々は,921の自然質問QAペアに対して,制御された単一文書中毒の4つのRAGアーキテクチャ(vanilla RAG, agentic RAG, MADAM-RAG, Recursive Language Models)を評価した。
  論文  参考訳（メタデータ） (2026-05-07T03:36:14Z)
• RAGShield: Detecting Numerical Claim Manipulation in Government RAG Systems [0.0]
  RAGシステムは、市民が対象とする税制指導、給付資格、法的情報のために連邦政府機関に展開されている。 この論文は、埋め込み型RAG防衛が基本的盲点を共有していることを証明している:5万ドルの税控除を変更することで、既知のあらゆる検知しきい値に見えないコサイン類似度0.9998が生成される。 盲点は実際のIRS文書で確認されている。
  論文  参考訳（メタデータ） (2026-04-01T02:16:42Z)
• Semantic Chameleon: Corpus-Dependent Poisoning Attacks and Defenses in RAG Systems [0.0]
  Retrieval-Augmented Generation (RAG) システムは、大きな言語モデルを外部知識ソースで拡張する。 特に、敵は、悪意のある文書が推論時に優先的に検索されるように、毒検索コーパスを付与することができる。 本研究では,最近のRAGパイプラインに対するグラデーション誘導コーパス中毒攻撃について検討し,検索層防御の評価を行った。
  論文  参考訳（メタデータ） (2026-03-10T23:15:13Z)
• From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
  異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。 商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。 低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
  論文  参考訳（メタデータ） (2026-03-02T13:02:13Z)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• VulAgent: Hypothesis-Validation based Multi-Agent Vulnerability Detection [55.957275374847484]
  VulAgentは仮説検証に基づくマルチエージェント脆弱性検出フレームワークである。 セマンティクスに敏感なマルチビュー検出パイプラインを実装しており、それぞれが特定の分析の観点から一致している。 平均して、VulAgentは全体的な精度を6.6%改善し、脆弱性のある固定されたコードペアの正確な識別率を最大450%向上させ、偽陽性率を約36%削減する。
  論文  参考訳（メタデータ） (2025-09-15T02:25:38Z)
• CausalDiff: Causality-Inspired Disentanglement via Diffusion Model for Adversarial Defense [61.78357530675446]
  人間は、本質的な要因のみに基づいて判断するので、微妙な操作によって騙されるのは難しい。 この観察に触発されて、本質的なラベル因果因子を用いたラベル生成をモデル化し、ラベル非因果因子を組み込んでデータ生成を支援する。 逆の例では、摂動を非因果因子として識別し、ラベル因果因子のみに基づいて予測することを目的としている。
  論文  参考訳（メタデータ） (2024-10-30T15:06:44Z)

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。