論文の概要: ATTRICITE: Training an Open 4B Model for Citation Recovery toward Faithful Attribution
- arxiv url: http://arxiv.org/abs/2609.14248v1
- Date: Sun, 13 Sep 2026 02:55:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.771513
- Title: ATTRICITE: Training an Open 4B Model for Citation Recovery toward Faithful Attribution
- Title（参考訳）: ATTRICITE:オープン4Bモデルの構築
- Abstract要約: 我々は,CiteGuard検索環境において,ツールを用いた引用回復のためのオープンな4BパラメータモデルであるATTRICITEを紹介する。
制御された評価のために,我々はCITEALIGNのベンチマークサブセットを構築し,2024の出版物から410個の開発インスタンスと2025の出版物から299個の時間的保持テストインスタンスからなる。
4Bパラメータしか使用していないにもかかわらず、ATTRICITEはGPT-5.4-miniを上回り、Gemma 4 31B ITは72.0%$pm$1.0%で最高性能を達成した。
- 参考スコア（独自算出の注目度）: 12.37005144307871
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Faithful citation attribution begins with identifying the intended source for a scientific claim. We study this source-identification capability through citation recovery: recovering the paper cited by the original author from a citation-bearing passage. Our evaluation adopts the published author's citation as an observable human attribution signal and uses target recovery as a proxy for progress toward faithful attribution. We introduce ATTRICITE, an open 4B-parameter model trained for tool-using citation recovery within the CiteGuard retrieval environment, together with CITEALIGN, a 7,607-instance computer-science dataset drawn from recent scientific literature. For controlled evaluation, we construct a 709-instance benchmark subset of CITEALIGN, comprising 410 development instances from 2024 publications and 299 temporally held-out test instances from 2025 publications. Across three runs at an inference temperature of 0.7, GRPO fine-tuning improves Qwen3-4B from 49.4%$\pm$1.5% to 59.8%$\pm$0.2% target-match accuracy, a gain of 10.4 percentage points. Despite using only 4B parameters, ATTRICITE outperforms gpt-oss-20b and comes within 3.9 points of GPT-5.4-mini, while Gemma 4 31B IT achieves the strongest overall performance at 72.0%$\pm$1.0%. We release the model and collection pipeline https://github.com/KathCYM/AttriCite to support reproducible research on citation recovery toward faithful attribution in a continually evolving scientific literature.
- Abstract（参考訳）: 忠実な引用の帰属は、科学的主張の意図された源を特定することから始まる。
著者が引用文を引用文として引用した論文を引用文から回収する。
本評価では、著者の引用を観察可能な人間帰属信号として採用し、忠実帰属に向けた進行のプロキシとして目標回復を利用する。
我々は,CiteGuard検索環境におけるツール活用引用回復のためのオープンな4BパラメータモデルであるATTRICITEと,最近の科学文献から得られた7,607インスタンスのコンピュータサイエンスデータセットであるCITEALIGNを紹介する。
制御された評価のために、我々はCITEALIGNの709インスタンスベンチマークサブセットを構築し、2024の出版物から410の開発インスタンスと2025の出版物から299の一時的なテストインスタンスから構成される。
GRPOの微調整はQwen3-4Bを49.4%$\pm$1.5%から59.8%$\pm$0.2%ターゲットマッチ精度に改善し、10.4ポイントを獲得した。
4Bパラメータしか使用していないにもかかわらず、ATTRICITEはgpt-oss-20bより優れており、GPT-5.4-miniの3.9ポイント以内であるのに対し、Gemma 4 31B ITは72.0%$\pm$1.0%で最高性能を達成している。
我々は,進化を続ける科学文献における忠実な帰属に対する引用回復に関する再現可能な研究を支援するため,モデルおよび収集パイプライン https://github.com/KathCYM/AttriCite をリリースする。
関連論文リスト
- PaperGym: Rubric-Centered Evolution for Research-Plan Generation [69.5921878728483]
各研究論文を完全なトレーニング環境に変換する統合フレームワークであるPaperGymを紹介する。
PaperGymは論文の構造を利用しており、質問は研究目標と背景から合成され、基準は手法と実験から導かれる。
レシピが固定され、PaperGym-20kで訓練されたモデルが3方向比較の58.1%を獲得し、Hub Scienceの28.2%が勝利した。
論文 参考訳（メタデータ） (2026-08-31T17:31:18Z) - LLM-Metrics: Measuring Research Impact Through Large Language Model Memory [0.09685837672183746]
大規模言語モデル(LLM)のパラメトリックメモリから導出した研究・インパクト評価指標であるLLM-Metricsを提案する。
2023-2024年に発行された549のコンピュータサイエンス論文を,6つのベンダーから0.5Bから72Bのパラメータにまたがる17のLLMで評価した。
17モデルのうち15モデルが肯定的な予測を行い、そのうち9モデルが0.05未満のpで有意であり、rho = 0.1495 と p = 0.0004 のスピアマンの総合的な相関は引用数に対して有意であった。
論文 参考訳（メタデータ） (2026-05-21T08:45:57Z) - Cited but Not Verified: Parsing and Evaluating Source Attribution in LLM Deep Research Agents [0.18762753243053634]
大規模言語モデル(LLM)は、数百のWebソースから情報を引用したレポートに合成するディープリサーチエージェントをパワーアップする。
現在のアプローチでは、信頼モデルが正確な自己引用、バイアスのリスク、あるいはソースアクセシビリティ、関連性、事実整合性を検証しない検索強化世代(RAG)を採用する。
本稿では,再現可能なASTルーブリックを用いてインライン引用を大規模に抽出し,評価する最初の情報源属性評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-07T17:46:45Z) - GIANTS: Generative Insight Anticipation from Scientific Literature [84.95947892931142]
本稿では、下流紙のコアインサイトを基礎となる親論文から予測する世代課題であるインサイト予測を導入する。
実測値と実測値の類似性を評価するLM判定器を用いてモデル評価を行い,これらの類似性スコアが有能な人間の評価値と相関していることを示す。
GIANTS-4Bは、強化学習(RL)を用いて訓練されたLMで、これらの類似度スコアをプロキシ報酬として用いた洞察予測を最適化する。
論文 参考訳（メタデータ） (2026-04-10T18:13:55Z) - BibTeX Citation Hallucinations in Scientific Publishing Agents: Evaluation and Mitigation [34.429649156970015]
以前の評価では、検索なしでベースモデルをテストしたが、これは現在の慣行を反映していない。
3つの検索可能なフロンティアモデルでは、9つのフィールドと6方向のエラー分類に基づいてBibエントリを生成する。
全体的な精度は83.6%だが、完全な正確さは50.9%に過ぎない。
論文 参考訳（メタデータ） (2026-04-03T16:30:58Z) - GhostCite: A Large-Scale Analysis of Citation Validity in the Age of Large Language Models [22.147294042024836]
キュテーションは科学的主張を信頼する基盤を提供するが、それらが無効または製造された場合、この信頼は崩壊する。
LLM(Large Language Models)の出現により、このリスクは増大した。
我々は大規模な引用検証のためのオープンソースのフレームワークであるCiteVerifierを開発した。
論文 参考訳（メタデータ） (2026-02-06T14:08:34Z) - Shoot First, Ask Questions Later? Building Rational Agents that Explore and Act Like People [81.63702981397408]
限られたリソースを前提として、言語モデル(LM)に基づいたエージェントは、どの程度合理的に行動するのか?
エージェント情報探索をベンチマークし,強化する手法を開発し,人間の行動から洞察を抽出する。
Spotterエージェントでは、LMのみのベースラインよりも14.7%の精度で精度を向上し、Captainエージェントでは、期待情報ゲイン(EIG)を0.227ビット(達成可能なノイズ天井の94.2%)まで引き上げる。
論文 参考訳（メタデータ） (2025-10-23T17:57:28Z) - Skywork Open Reasoner 1 Technical Report [51.403686909760914]
提案するSkywork-OR1は,長期チェーン・オブ・ソート(CoT)モデルのための,効果的かつスケーラブルな強化学習(RL)実装である。
DeepSeek-R1-Distillモデルシリーズをベースとして、我々のRLアプローチは顕著なパフォーマンス向上を実現している。
我々のSkywork-OR1-32Bモデルは、AIME24とAIME25ベンチマークでDeepSeek-R1とQwen3-32Bを上回っています。
論文 参考訳（メタデータ） (2025-05-28T12:56:04Z) - ScholarCopilot: Training Large Language Models for Academic Writing with Accurate Citations [45.57178343138677]
我々はScholarCopilotを紹介した。ScholarCopilotは学術書記のための既存の大規模言語モデルを強化するために設計された統合フレームワークである。
ScholarCopilotは、検索トークン[RET]を生成して学術的な参照をいつ取得するかを決定し、引用データベースに問い合わせる。
私たちは1つのフレームワーク内で生成タスクと引用タスクの両方を共同で最適化し、効率を向上します。
論文 参考訳（メタデータ） (2025-04-01T14:12:14Z) - Benchmarking Reasoning Robustness in Large Language Models [76.79744000300363]
新規データや不完全データでは,性能が著しく低下することがわかった。
これらの結果は、厳密な論理的推論に対するリコールへの依存を浮き彫りにした。
本稿では,情報不足によって引き起こされる幻覚を利用して推論ギャップを明らかにする,Math-RoBと呼ばれる新しいベンチマークを提案する。
論文 参考訳（メタデータ） (2025-03-06T15:36:06Z)
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。