論文の概要: EviGraph: Towards Verifiable Evidence Construction for Information-Seeking Agents
- arxiv url: http://arxiv.org/abs/2608.24667v1
- Date: Tue, 25 Aug 2026 15:06:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:35.055635
- Title: EviGraph: Towards Verifiable Evidence Construction for Information-Seeking Agents
- Title（参考訳）: EviGraph: 情報検索エージェントの検証可能なエビデンス構築を目指して
- Abstract要約: 本稿では,証拠記録から検索実行を分離するディープ検索フレームワークであるEviGraphを紹介する。
結果として得られるグラフは、永続的なワーキングメモリと、密集したプロセス報酬の源として機能する。
BrowseComp-Plusでは、Qwen3-8B EviGraphエージェントが一致した相互作用予算の下で35.9%の精度を達成する。
- 参考スコア（独自算出の注目度）: 0.28675177318965045
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Agentic Web search can retrieve relevant information without establishing that the retrieved content actually supports the claims used in an answer. Existing agents typically keep search and evidence recording in a linear interaction trace and optimize primarily for final-answer correctness, providing limited supervision for intermediate grounding. We present EviGraph, a deep-search framework that separates search execution from evidence recording while using a shared policy for the trainable roles. An executor plans concise queries, a frozen evidence verifier inspects source pages and returns verbatim evidence items with an explicit polarity, and the policy maps those items to add/support graph requests that are checked by a deterministic structural validator. The resulting graph serves both as persistent working memory and as a source of dense process rewards, enabling reinforcement learning to directly supervise evidence construction rather than only the final answer. On BrowseComp-Plus, a Qwen3-8B EviGraph agent achieves 35.9% accuracy under a matched interaction budget, compared with 26.9% for the same dual-role architecture without reinforcement learning and 2.7% for a monolithic agent, while generating fewer tokens per rollout. Consistent gains on BrowseComp, GAIA, and XBench indicate that explicitly structuring and rewarding evidence recording improves agentic search
- Abstract（参考訳）: エージェントWeb検索は、検索されたコンテンツが実際に回答で使用されるクレームをサポートすることを確認することなく、関連する情報を検索することができる。
既存のエージェントは、通常、線形相互作用トレースに探索とエビデンスを記録し、主に最終回答の正しさを最適化し、中間接地のための限定的な監督を提供する。
トレーニング可能なロールの共有ポリシを使用して,エビデンス記録から検索実行を分離するディープ検索フレームワークであるEviGraphを提案する。
実行者は簡潔なクエリを計画し、凍結されたエビデンス検証器はソースページを検査し、明確な極性で冗長なエビデンスアイテムを返却し、ポリシーはこれらのアイテムを決定論的構造検証器によってチェックされるグラフリクエストの追加/サポートにマップする。
結果として得られるグラフは、永続的なワーキングメモリと、密集したプロセス報酬の源として機能し、強化学習は最終的な答えだけでなく、証拠構築を直接監督することができる。
BrowseComp-Plusでは、Qwen3-8BのEviGraphエージェントが一致した相互作用予算の下で35.9%の精度を達成し、強化学習のない同じデュアルロールアーキテクチャでは26.9%、モノリシックエージェントでは2.7%、ロールアウト毎にトークンが少ない。
BrowseComp, GAIA, XBenchの連続的な利益は明らかに構造化と報酬の証拠記録がエージェント検索を改善することを示唆している
関連論文リスト
- Navigating Sparse Evidence: Agentic Visual RAG via Explicit Context Selection and Consolidation [50.92223196290564]
明示的な証拠選択と統合のための統一エージェントループを提案する。
探索中、SCoREはクエリ関連観測とソースポインタのみを保守されたテキスト台帳に保持する。
終了時には、参照された元のイメージを再ロードし、答えの視覚的証拠を統合し、論理的なシーケンスにアレンジする。
論文 参考訳（メタデータ） (2026-09-14T16:11:35Z) - 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) - EviGraph: Evidence-Guided Autonomous Research Agents [12.29802995923839]
我々は,研究プロセスを表す自律的な研究フレームワークであるEviGraphを,型付きエビデンスグラフとして紹介する。
EviGraphは、依存関係の欠如、セマンティックなミスアライメント、結果定義の不整合のエビデンスチェーンを検査する。
最初期の弱いノードをローカライズし、影響を受けた下流のサブグラフを再生する。
論文 参考訳（メタデータ） (2026-08-05T12:02:55Z) - DocTrace: Towards Traceable Long Document VQA via Hierarchical Evidence Graph Reasoning [14.841209914774778]
Long Document Visual Question Answering (LongDocVQA)は、複数のページにまたがる異種文書要素を探索し、統合し、推論するために、MLLM(Multimodal Large Language Models)を必要とする。
エンド・ツー・エンドのMLLMを含む既存のアプローチは、しばしば推論中に、根拠となる証拠がどのように徐々に構成されているかを表現し、検証するための明確なメカニズムを欠いている。
本稿では,エビデンスローカライゼーション,構造化文書解析,エビデンスグラフ推論を行う階層的なフレームワークであるDocTraceを提案する。
論文 参考訳（メタデータ） (2026-08-04T08:04:59Z) - Diagnosing Search Behavior and Failure Modes in Long-Horizon Search Agents [63.2133766267587]
ディープサーチエージェントは、証拠収集のために検索クエリを反復的に発行することで、難解な情報検索質問に答える。
本研究では,長軸探索エージェントの軌跡レベル診断を用いてこれらの質問について検討する。
我々は,各探索ステップで得られた証拠を評価し,エージェントの行動の2つの段階を分離する。
論文 参考訳（メタデータ） (2026-08-03T08:46:48Z) - 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) - VeriGraph: Towards Verifiable Data-Analytic Agents [71.17693022916896]
LLMをベースとしたエージェントは、データ集約分析タスクにおいて強力な能力を示してきたが、その出力は滅多に検証されていない。
We propose VeriGraph, a traceable neuro-symbolic reasoning framework that agent can construct an explicit heterogeneous evidence directed acyclic graph。
以上の結果から,明示的なエビデンスグラフ構築がデータ分析エージェントの検証に期待できる道のりであることが示唆された。
論文 参考訳（メタデータ） (2026-06-15T11:50:56Z) - 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) - REVERSE: Reinforcing Evidence Verification and Search for Agentic Image geo-localization [15.44857530497746]
私たちはREVERSEという3つの中間的決定(見るべき場所、問い合わせすべき場所、信頼すべき証拠)を教えるフレームワークを紹介します。
オフラインの検索キャッシュは、強化学習中に検索観察を安定して再利用し、ノイズの多い検索結果に対する厳密な監視を可能にする。
4Bモデルでは、REVERSEは強力な検索強化ベースラインを上回り、Im2GPS3kとYFCC4kではかなり大きなモデルと競合する。
論文 参考訳（メタデータ） (2026-05-26T11:20:09Z) - Retrieving Minimal and Sufficient Reasoning Subgraphs with Graph Foundation Models for Path-aware GraphRAG [27.22974957852695]
グラフベースの検索強化生成(GraphRAG)は、構造化知識を利用して知識集約推論を支援する。
本稿では,事前学習したグラフファウンデーションモデルがクロスドメインレトリバーとして機能するサブグラフを用いて,ユーザクエリに直接応答するGCM-Retrieverを提案する。
GFM-Retrieverは、効率を保ちながら、検索品質と回答生成の両方において最先端の性能を達成する。
論文 参考訳（メタデータ） (2026-03-07T12:39:21Z) - Orchestrating Specialized Agents for Trustworthy Enterprise RAG [8.772844442593975]
1パスの検索/書き込みパイプラインは、しばしば浅い要約を生成する。
本稿では,線形検索を反復的かつユーザによる調査に置き換えるエージェントフレームワークであるADOREを紹介する。
私たちのコントリビューションは、メモリロック合成、エビデンスカバレッジ誘導実行、セクションパック長文グラウンドティングの3つです。
論文 参考訳（メタデータ） (2026-01-26T08:48:41Z) - 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。