論文の概要: VisDocAgentBench: Benchmarking Agents for Visually Rich Document Retrieval

• arxiv url: http://arxiv.org/abs/2608.17889v1
• Date: Tue, 18 Aug 2026 15:23:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.374798
• Title: VisDocAgentBench: Benchmarking Agents for Visually Rich Document Retrieval
• Title（参考訳）: VisDocAgentBench:ビジュアルにリッチなドキュメント検索のためのベンチマークエージェント
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 65.89247522243959
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visually rich documents encode relevance through language, layout, structured visual elements, and corpus context, yet retrieval is typically evaluated by one-shot query--page matching. Agentic-search benchmarks usually score downstream question answering or report generation, leaving document ranking under iterative evidence acquisition underexplored. We introduce VisDocAgentBench, a closed-corpus benchmark comparing static and agentic retrieval under a shared ranked-output contract. It contains 2,375 pages from 100 documents and 120 unique-target queries balanced across direct, one-bridge, and two-bridge evidence structures. Relation-preserving construction yields semantic, relational, and visual queries, followed by full-document review and hard-negative validation. A strong late-interaction visual retriever reaches 97.50% Recall@1 on direct items but 2.50% on two-bridge items, exposing the limits of query--target matching when relevance depends on corpus context. Agents recover much of this loss, but planner choice and retrieval representation remain decisive. Every planner performs better with visual retrieval, whose best R@1 reaches 67.50% versus 37.50% for OCR-text. Ablations identify iterative search and page inspection as consequential capabilities, and providing the complete support context improves ranking on both routes. Trace analysis localizes the remaining losses to target discovery, candidate examination, and evidence-role integration. These findings motivate retrieval agents that combine modality-preserving discovery with evidence-directed verification.
• Abstract（参考訳）: 視覚的にリッチなドキュメントは、言語、レイアウト、構造化されたビジュアル要素、コーパスコンテキストを通じて関連性を符号化するが、検索は通常、ワンショットのクエリ-ページマッチングによって評価される。 エージェント検索ベンチマークは、通常、下流の質問応答やレポート生成をスコア付けし、反復的な証拠取得による文書のランク付けを過小評価している。 本稿では,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VisDocAgentBenchを紹介する。 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。 リレーショナル保存の構成はセマンティック、リレーショナル、ビジュアルクエリをもたらし、続いてフルドキュメントレビューとハードネガティブなバリデーションが続く。 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。 エージェントはこの損失の多くを回復するが、プランナーの選択と検索の表現は決定的なままである。 すべてのプランナーは視覚的検索において、最高のR@1が67.50%に達するのに対して、OCR-textは37.50%である。 アブレーションは反復探索とページインスペクションを連続的な機能として認識し、完全なサポートコンテキストを提供することで、両方のルートのランキングを改善する。 トレース分析は、残りの損失を目標発見、候補試験、エビデンス・ロール統合にローカライズする。 これらの発見は、モダリティ保存発見とエビデンス指向の検証を組み合わせた検索エージェントを動機付けている。

関連論文リスト

• Group-Aware Adaptive Retrieval for Evidence Navigation [10.083876575737222]
  推論集約検索は、表面レベルのマッチングによって関連性を識別できないクエリに対処する。 既存のメソッドは、コーパスグラフ上で文書レベルで候補プールを反復的に拡張する。 我々は,グループレベルの拡張を通じてコーパスグラフを探索するグループアウェア適応検索手法(GAREN)を提案する。
  論文  参考訳（メタデータ） (2026-09-02T06:51:06Z)
• 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)
• HiKEY: Hierarchical Multimodal Retrieval for Open-Domain Document Question Answering [19.052998569565627]
  HiKEYは階層木に基づくマルチモーダル検索フレームワークであり、文書階層を1級検索信号に高める。 ODQAベンチマークの実験では、HiKEYはページベースとチャンクベースのベースラインを大きく上回っている。
  論文  参考訳（メタデータ） (2026-05-28T08:42:21Z)
• Beyond Relevance: On the Relationship Between Retrieval and RAG Information Coverage [89.58253972744531]
  Retrieval-augmented Generation (RAG) システムは、文書検索と生成モデルを組み合わせて、レポート生成のような複雑な情報を求める課題に対処する。 我々は,上流の検索指標が,最終生成応答の情報カバレッジの信頼性の高い早期指標として機能するかどうかを検討する。 本研究は,トピックとシステムレベルの両方で生成した応答におけるカバレッジベース検索指標とナゲットカバレッジとの間に強い相関関係を示した。
  論文  参考訳（メタデータ） (2026-03-09T18:20:20Z)
• Chain of Retrieval: Multi-Aspect Iterative Search Expansion and Post-Order Search Aggregation for Full Paper Retrieval [68.71038700559195]
  The Chain of Retrieval (COR) is a novel repeaterative framework for full-paper search。 SCIBENCH(SCIBENCH)は、クエリと候補のための全論文の完全なコンテキストとセグメント化されたコンテキストを提供するベンチマークである。
  論文  参考訳（メタデータ） (2025-07-14T08:41:53Z)
• BRIGHT: A Realistic and Challenging Benchmark for Reasoning-Intensive Retrieval [54.54576644403115]
  BRIGHTは、関係する文書を検索するために、集中的推論を必要とする最初のテキスト検索ベンチマークである。 私たちのデータセットは、経済学、心理学、数学、コーディングなど、さまざまな領域にまたがる1,384の現実世界のクエリで構成されています。 クエリに関する明示的な推論を取り入れることで、検索性能が最大12.2ポイント向上することを示す。
  論文  参考訳（メタデータ） (2024-07-16T17:58:27Z)
• DAPR: A Benchmark on Document-Aware Passage Retrieval [57.45793782107218]
  我々は,このタスクemphDocument-Aware Passage Retrieval (DAPR)を提案する。 State-of-The-Art(SoTA)パスレトリバーのエラーを分析しながら、大きなエラー(53.5%)は文書コンテキストの欠如に起因する。 提案するベンチマークにより,検索システムの開発・比較を今後行うことができる。
  論文  参考訳（メタデータ） (2023-05-23T10:39:57Z)

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。