論文の概要: Better Together: Complementary Query Rewriting Under a Strong RAG Baseline
- arxiv url: http://arxiv.org/abs/2609.05637v2
- Date: Wed, 09 Sep 2026 15:44:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.101829
- Title: Better Together: Complementary Query Rewriting Under a Strong RAG Baseline
- Title（参考訳）: Better together: 強力なRAGベースラインの下で補完的なクエリ書き換え
- Abstract要約: 私たちは4つのクエリ書き換え戦略(S1-S4)と2つの強力なベースライン(HyDE、Query2Doc)を比較します。
私たちの見出しは、書き直しだけでは強力なベースラインと最良に競合するが、異なる戦略が異なる質問で失敗するため、メソッドを組み合わせることで大きな利益を得る。
- 参考スコア（独自算出の注目度）: 0.03110995905282905
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A popular way to improve Retrieval-Augmented Generation (RAG) is to rewrite the user's question into several variants and search with all of them. We test whether this actually helps once the underlying search is already strong. Under one fixed, competitive pipeline (BGE dense retrieval, cross-encoder reranking, and MMR diversification), we compare four query-rewriting strategies (S1-S4) against two strong LLM baselines (HyDE, Query2Doc) on three datasets (HotpotQA, AmbigNQ, and the 512K-document EnterpriseRAG-Bench) over three seeds with paired-bootstrap significance tests. Our headline result is that rewriting alone is at best competitive with a strong baseline, but combining methods yields outsized gains because different strategies fail on different questions. A post-hoc union of four methods (S1+S3+S4+HyDE) improves HIT@10 over the baseline by +12.5 points on enterprise data (51.70 vs 39.22), and a five-method union reaches 52.98 (+13.8). Budget-matched controls capture only ~40% of this gain, confirming that complementarity, not retrieval budget, is the primary driver. On HotpotQA the union adds +1.6 to +1.8 points (p<0.001), saturating the all-method oracle; on AmbigNQ the same fusion hurts (-2.4 below the best solo, p<0.001), and we analyze when and why. Because rewriting is expensive, we evaluate in simulation a confidence-gated router that runs rewriting only when the baseline's own top-1 score is low. It captures about half of the enterprise full-merge gain (+4.3 HIT@10) while paying rewriting cost on <40% of queries, and automatically declines to rewrite on AmbigNQ. A downstream answer-quality evaluation confirms the router improves F1 by +1.92 (p<0.01) at roughly 40% of the expansion cost. In short: treat query rewriting as a complementary coverage source, applied through cost-aware routing, not as a standalone replacement for a strong baseline.
- Abstract（参考訳）: Retrieval-Augmented Generation (RAG) を改善する一般的な方法は、ユーザの質問をいくつかの変種に書き換え、それらすべてで検索することである。
根底にある検索がすでに強力になったら、それが実際に役に立つかどうかテストする。
1つの固定された競合パイプライン (BGE高密度検索, クロスエンコーダリグレード, MMR多角化) の下では, 3つのデータセット (HotpotQA, AmbigNQ, 512K-文書 EnterpriseRAG-Bench) 上の2つの強力なLCMベースライン (HyDE, Query2Doc) に対して, 3つのクエリ書き換え戦略 (S1-S4) を比較した。
私たちの見出しは、書き直しだけでは強力なベースラインと最良に競合するが、異なる戦略が異なる質問で失敗するため、メソッドを組み合わせることで大きな利益を得る。
4つの方法(S1+S3+S4+HyDE)のポストホックユニオンは、エンタープライズデータ(51.70対39.22)のHIT@10を+12.5ポイント改善し、52.98(+13.8)に達する。
Budget-matchedコントロールは、この利益の約40%しか取得せず、検索予算ではなく相補性が主要なドライバーであることを確認している。
HotpotQAでは、組合は+1.6を+1.8点(p<0.001)に加え、全金属のオラクルを飽和させ、AmbigNQでは同じ融合が(最高のソロであるp<0.001より-2.4低い)、いつ、なぜかを分析します。
書き直しは高価であるため,ベースラインのスコアが低い場合にのみ書き直しを行う信頼性の高いルータをシミュレーションで評価する。
エンタプライズフルマージ(+4.3 HIT@10)の約半分をキャプチャし、クエリの40%で書き換え費用を支払い、自動的にAmbigNQで書き直しする。
下流の応答品質評価により、ルータは拡張コストの約40%でF1を+1.92(p<0.01)改善する。
要するに、クエリ書き換えを補完的なカバレッジソースとして扱うことで、強力なベースラインのスタンドアロン代替としてではなく、コスト意識のルーティングを通じて適用することができる。
関連論文リスト
- What Drives Recovery in Agentic Text-to-Cypher? LAST-CQ: An LLM Agent Self-Refinement Framework [0.0]
LAST-CQは5エージェント、トレーニング不要、実行ベースとしたText-to-Cypherフレームワークである。
私たちは2,471件のライブデータベースクエリと3つのベンダースケール層にまたがる6つのバックボーンで3つのカウンタファクトを実行しています。
論文 参考訳（メタデータ） (2026-09-11T11:47:42Z) - From Base Rollouts to RL Reasoning: A Budgeted Search Perspective [18.608302860158872]
検証可能な報酬(RLVR)による強化学習は、言語モデル推論を改善するが、これらの効果が推論時復号と探索にどのように関係するかは、まだ不明である。
我々は、トークンレベルのサンプリング、ビームライクな検索、ツリー検索、シーケンスレベルの再サンプリングを、共有予算の運用空間上で実行可能なポリシーとして表現するUDF(Unified Decoding Framework)を用いて、これを行動的に研究する。
そこで,SimpleRL-Zoo の Base/RL チェックポイントをペア化することにより,RL のデフォルト政治曲線を Base 動作点の構造化経路で近似できるかどうかを問う。
論文 参考訳（メタデータ） (2026-09-01T14:08:39Z) - Trust Before Fusion: QIMG-7 and Source-Aware Resolution for Polluted Multimodal RAG [45.88028371034407]
マルチモーダル検索拡張生成(RAG)はクリーンなエビデンスで評価されることが多いが、真の検索は、トポロジー的に関係があるが信頼できないコンテンツを返すことができる。
本稿では,多文事実QAにおけるマルチモーダル検索汚染のベンチマークであるQIMG-7を紹介する。
そこで本研究では,Parametric, Text-only, Full-MM の候補解と比較した学習自由な手法として,SATRを提案する。
論文 参考訳（メタデータ） (2026-07-12T15:13:09Z) - Answer Presence Drives RAG Rewriting Gains [21.554301305644156]
検索可能な増補QAパイプラインは、小さい読み手より前に、LLMエンプレライターを介して取得した経路をルートすることが多い。
我々は、リライトコンテキストに現れる金の応答文字列によって、リフトが因果的に駆動されるかどうかを問う。
論文 参考訳（メタデータ） (2026-06-04T03:00:42Z) - Correcting Selection Bias in Sparse User Feedback for Large Language Model Quality Estimation: A Multi-Agent Hierarchical Bayesian Approach [0.9558392439655014]
本研究では, 個別の相互作用に対して, 地絡ラベルを必要としない3次元階層型ベイズパイプラインを提案する。
フィードバックチャネル(典型的には正のフィードバック率と負のフィードバック比)の軽度先行は、バイアス比が一掃されるにつれて階層的インフォームドは4-13 pp of $Qstar$ に留まる。
チャネル側の先行がなければ、すべての弱いプライオリティは、22-33 pp.で$Qstar$を逃す。
論文 参考訳（メタデータ） (2026-05-12T14:22:06Z) - Lightweight Query Routing for Adaptive RAG: A Baseline Study on RAGRouter-Bench [0.0]
ベンチマーク RAG-Bench citepwang2026ragrouterbench を用いた軽量分類器に基づくルーティングの体系的評価を行った。
SVMを使用したTF-IDFは、$mathbf0.928$のマクロ平均F1と$mathbf93.2%$の精度を実現し、$mathbf28.1%のトークンセーブをシミュレートします。
論文 参考訳（メタデータ） (2026-04-03T20:58:00Z) - From BM25 to Corrective RAG: Benchmarking Retrieval Strategies for Text-and-Table Documents [0.0]
スパース, 密度, ハイブリッド融合, クロスエンコーダリグレード, クエリ拡張, インデックス拡張, 適応検索にまたがる10の検索戦略をベンチマークした。
我々はRecall@k,MRR,nDCGによる検索品質とNumber Matchによるエンドツーエンド生成品質を評価する。
論文 参考訳（メタデータ） (2026-04-02T07:53:40Z) - PAR$^2$-RAG: Planned Active Retrieval and Reasoning for Multi-Hop Question Answering [57.89576196160413]
大規模言語モデル (LLM) はマルチホップ質問応答 (MHQA) において脆弱のままである。
textbfPlanned Active Retrieval and Reasoning RAG (PAR$2-RAG)を提案する。
論文 参考訳（メタデータ） (2026-03-30T23:52:54Z) - Label-Free Cross-Task LoRA Merging with Null-Space Compression [50.63908869296697]
我々は,ラベルフリーで出力に依存しない手法であるNull-Space Compression (NSC) Mergingを紹介した。
NSCは、従来のメソッドがタスクのサブセットに収まるバランスの取れたゲインを持つ20の異種視覚タスクに対して、最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-03-27T11:34:41Z) - SQL-ASTRA: Alleviating Sparse Feedback in Agentic SQL via Column-Set Matching and Trajectory Aggregation [51.696027315573296]
本稿では,効率的な軌道レベル評価と高密度ステップレベル信号の提供を目的とした,普遍的な2層報酬機構を特徴とするフレームワークを提案する。
伝統的なパラダイムでは、報酬は最終ターンのフィードバックによってのみ決定され、中間プロセスを無視し、曖昧な信用評価をもたらす。
提案手法は,同一モデルを用いてBIRD 2.0上でのSOTA Arctic-Text2-R1-7Bより優れており,頑健なマルチターンエージェントのパラダイムに向けてテキストから逆収束を推進していることを示す。
論文 参考訳（メタデータ） (2026-03-17T06:26:36Z) - Test-Time Strategies for More Efficient and Accurate Agentic RAG [58.44913384057518]
Retrieval-Augmented Generation (RAG) システムは複雑なマルチホップ問題に直面している。
このような手法は、以前に処理された情報の反復的な検索を含む非効率性を導入することができる。
本稿では,これらの問題を軽減するために,サーチ-R1パイプラインに対するテスト時間修正について検討する。
論文 参考訳（メタデータ） (2026-03-12T19:18:59Z) - 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) - Detection Transformer with Stable Matching [48.963171068785435]
もっとも重要な設計は, 肯定的な事例の分類スコアを監督するために, 位置測定値のみを使用することである。
本原理では,DTRの分類損失とマッチングコストに位置測定値を統合することで,簡易かつ効果的な2つの修正を提案する。
12エポックおよび24エポックのトレーニング設定の下でResNet-50バックボーンを用いてCOCO検出ベンチマークで50.4および51.5APを達成する。
論文 参考訳（メタデータ） (2023-04-10T17:55:37Z)
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。