論文の概要: SAGE: From Direct Answering to Evidence-Grounded Inference for Chinese Ancient Document Understanding

• arxiv url: http://arxiv.org/abs/2608.24011v1
• Date: Tue, 25 Aug 2026 03:01:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.768946
• Title: SAGE: From Direct Answering to Evidence-Grounded Inference for Chinese Ancient Document Understanding
• Title（参考訳）: SAGE:中国古文書理解のための直接回答から証拠収集推論へ
• Abstract要約: 中国古文書理解のためのエビデンスを基盤としたマルチエージェントフレームワークであるSAGEを提案する。 SAGEは、タスク対応計画、ツールによるエビデンス獲得、クレームレベルの検証、バウンドリプランニングのための特殊エージェントを調整する。 AncientDocベンチマークの実験によると、SAGEは直接答えベースラインと一貫して優れていた。
• 参考スコア（独自算出の注目度）: 61.02068339726333
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Chinese ancient document understanding demands complex visual, linguistic, and historical reasoning. Current Large Vision-Language Models (LVLMs) typically rely on an opaque, single-pass generation paradigm, often producing overconfident and weakly grounded responses. To address this, we propose SAGE, an evidence-grounded multi-agent framework that reformulates Chinese ancient document understanding as evidence-grounded inference rather than direct answer generation. SAGE coordinates specialized agents for task-aware planning, tool-mediated evidence acquisition, claim-level verification, and bounded replanning under a constrained shared-state runtime. This design supports bounded evidence seeking, answer revision, and abstention when grounding is insufficient. Experiments on the AncientDoc benchmark show that SAGE consistently outperforms matched direct-answering baselines across three LVLM backbones. Remarkably, SAGE with Qwen3.5-9B surpasses much larger monolithic LVLMs on most evaluated metrics, highlighting the importance of structured, evidence-grounded inference beyond model scaling.
• Abstract（参考訳）: 中国の古文書理解は、複雑な視覚的、言語的、歴史的推論を必要とする。 現在のLVLM(Large Vision-Language Models)は、通常、不透明でシングルパス生成パラダイムに依存しており、しばしば過度に信頼され、基盤が弱い応答を生成する。 そこで本稿では,中国の古文書理解を,直接回答生成ではなく,根拠に基づく推論として再構築する,エビデンスを基盤としたマルチエージェントフレームワークであるSAGEを提案する。 SAGEは、タスク対応計画、ツールによるエビデンス獲得、クレームレベルの検証、制約付き共有状態ランタイム下でのバウンドリプランニングのための特別なエージェントをコーディネートする。 この設計は、接地が不十分な場合に、有界な証拠の探索、回答の修正、棄権をサポートする。 AncientDocベンチマークの実験によると、SAGEは3つのLVLMバックボーンで直接答えるベースラインに一貫して優れていた。 注目すべきなのは、Qwen3.5-9Bを使用したSAGEは、最も評価されたメトリクスにおいて、はるかに大きなモノリシックなLVLMを超え、モデルスケーリングを超えて、構造化されエビデンスに基づく推論の重要性を強調していることだ。

関連論文リスト

• GRACE: Graph-Grounded Reflective Agent Copilot Engine for Expert-in-the-Loop Knowledge Expansion [2.729876880765472]
  大規模言語モデルは、しばしばもっともらしいが根拠のないクレームを生成する。 GRACEは、応答をアトミックなクレームに分解し、信頼された知識の先駆者に対してそれらを根拠とするフレームワークである。 複数の言語モデルおよび一般知識とドメイン固有知識の両方にまたがるデータセット上でGRACEを評価する。
  論文  参考訳（メタデータ） (2026-09-03T20:03:20Z)
• Buried in Textual Debt: Context Pruning with Visual Evidence Preservation for MLLM Agents [16.82888862043366]
  ツール・ユース・エージェントに蓄積した推論を解析するためのKullback-Leibler-Guidedフレームワークを提案する。 SPAREは、推論トークンの37.89～64.58%を除去しながら、プルーニング法の中で最も高い平均精度を達成する。 この良好な精度-コンテキストトレードオフは、テキストによる支配の減少が視覚的証拠への依存を回復し、自己生成言語による過度な条件付けを緩和することを示している。
  論文  参考訳（メタデータ） (2026-08-24T08:29:17Z)
• SAFE-G: Structure-aware Faithful Evidence-guided Generation for Knowledge-based Visual Question Answering [8.538563236020947]
  SAFE-Gは構造対応のFiveence-Guided Generationフレームワークである。 正確な証拠のローカライズと信頼できる推論を可能にする。 従来の手法を8.9%と3.5%で上回っている。
  論文  参考訳（メタデータ） (2026-08-22T06:34:53Z)
• Copy Less, Ground More: Overcoming Repetitive Copying in Long-Context Reasoning via Evidence-Aware Reinforcement Learning [42.17614767170884]
  そこで本研究では,入力からテキストを推論トレースに広範囲にコピーする手法を提案する。 各プロンプトをタスク関連キーエビデンスと無関係インタプタコンテキストに分離することにより,根本原因が不十分であることを示す。 この診断に触発されたGEARは,キーエビデンスと重複するグラウンドング報酬と無関係な文脈と重複するイントラクタペナルティを付与し,精度を向上する報酬形成手法である。
  論文  参考訳（メタデータ） (2026-07-21T17:59:21Z)
• HMARS: A Hierarchical Multi-Agent Memory System for Long-Context Reasoning [17.783618926697066]
  長いコンテキスト推論は、文書、対話、相互作用履歴に散在する証拠にアクセス、検索、統合するモデルを必要とする。 本研究では,長いコンテキストをフラットな検索コーパスではなく管理メモリとして扱う階層型マルチエージェントメモリシステムであるHMARSを提案する。
  論文  参考訳（メタデータ） (2026-06-03T07:15:11Z)
• Towards Verifiable Multimodal Deep Research: A Multi-Agent Harness for Interleaved Report Generation [74.0621258662676]
  レポート生成のためのマルチエージェントハーネスであるPtahを提案する。 Ptahは計画、研究、執筆段階を通じて、ユーザクエリからレンダリングされたWebレポートまでのライフサイクルを編成する。 検証エージェントがハーネスの受け入れ機能として機能し、ワークフロー全体を通して事実的接地、引用の忠実性、相互の整合性を強制する。
  論文  参考訳（メタデータ） (2026-05-28T12:40:34Z)
• DocSeeker: Structured Visual Reasoning with Evidence Grounding for Long Document Understanding [63.257540233507626]
  本稿では、構造化解析、局所化、推論のワークフローを実行するためにモデルを必要とするパラダイムを提案する。 ショートページトレーニングから超長文書への堅牢な一般化を示し、視覚的検索・拡張生成システムと自然に相乗効果を示す。
  論文  参考訳（メタデータ） (2026-04-14T14:39:26Z)
• GenProve: Learning to Generate Text with Fine-Grained Provenance [14.66501508318216]
  本稿では, モデルが文レベル三重項を同時に生成しながら, フロートな解を生成するタスクである生成時ファイン・グラニュアル・プロヴァンス(Generation-time Fine-fine Provenance)を提案する。 GenProveは,回答忠実度と証明精度の複合報酬を最適化することにより,14個の強力なLDMよりも高い性能を示した。
  論文  参考訳（メタデータ） (2026-01-08T13:30:30Z)
• ReAG: Reasoning-Augmented Generation for Knowledge-based Visual Question Answering [54.72902502486611]
  ReAG(Reasoning-Augmented Multimodal RAG)は、粗い部分ときめ細かい部分の検索と、無関係な通路をフィルタリングする批評家モデルを組み合わせた手法である。 ReAGは従来の手法よりも優れており、解答精度が向上し、検索された証拠に根ざした解釈可能な推論を提供する。
  論文  参考訳（メタデータ） (2025-11-27T19:01:02Z)
• Unstructured Evidence Attribution for Long Context Query Focused Summarization [53.08341620504465]
  固定粒度の場合よりも、より関連性が高く一貫した証拠を得るために、非構造的(すなわち任意の長さのスパン)な証拠を抽出することを提案する。 既存のシステムが、非構造的証拠をコピーし、適切に引用するのにどのように苦労しているかを示す。
  論文  参考訳（メタデータ） (2025-02-20T09:57:42Z)
• Ground Every Sentence: Improving Retrieval-Augmented LLMs with Interleaved Reference-Claim Generation [51.8188846284153]
  分散テキスト生成(ATG)は,RAGシステムにおける信頼性と妥当性を高めるために提案される。 本稿では,参照と回答を段階的に交互に生成する詳細なATG手法であるReClaimを提案する。 広範囲な実験により,ReClaimの有効性が検証され,90%の引用精度が得られた。
  論文  参考訳（メタデータ） (2024-07-01T20:47:47Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)

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。