論文の概要: Query-Aware Source-Risk Triage for Retrieval-Augmented Generation

• arxiv url: http://arxiv.org/abs/2609.16564v1
• Date: Tue, 15 Sep 2026 03:01:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.322564
• Title: Query-Aware Source-Risk Triage for Retrieval-Augmented Generation
• Title（参考訳）: 検索機能強化ジェネレーションのためのクエリ対応ソースリスクトリアージ
• Abstract要約: 我々は、この関係をクエリ依存として扱う、前世代のトリアージ層について検討する。 この方法は、拡張されたレビューのために標準クエリーファミリーをルーティングし、検索したページをパス、コンテキスト化、除外、レビューに割り当てる。 4次元のページスコア、ランクの低いファミリーアグリゲーション、インテント保存クエリの突然変異、およびファミリー完備のルータを組み合わせたものだ。
• 参考スコア（独自算出の注目度）: 2.5753212978420046
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Retrieval-augmented generation (RAG) pipelines may omit a source's material relationship to the query. We study a pre-generation triage layer that treats this relationship as query dependent. The method routes canonical query families for enhanced review and assigns retrieved pages to pass, contextualize, exclude, or review. It combines a four-dimension page score, rank-discounted family aggregation, intent-preserving query mutations, and a family-held-out router. A single-coded pilot of 200 real URLs supplies provisional calibration anchors; a 20,000-row scenario with synthetic domain identifiers supports controlled workload analysis. An oracle page gate defines a risk-coverage target for a future learned classifier. The evaluation shows why page-level frequency cannot substitute for family-level exposure and quantifies how calibration changes scenario activation. Annotation reliability remains unmeasured, and synthetic rankings omit real retrieval dynamics. The result is an auditable triage method and validation plan, not an estimate of deployed review workload, live-Web prevalence, or downstream answer-quality gains.
• Abstract（参考訳）: Retrieval-augmented Generation (RAG)パイプラインは、ソースとクエリとの関係を省略することができる。 我々は、この関係をクエリ依存として扱う、前世代のトリアージ層について検討する。 この方法は、拡張されたレビューのために標準クエリーファミリーをルーティングし、検索したページをパス、コンテキスト化、除外、レビューに割り当てる。 4次元のページスコア、ランクの低いファミリーアグリゲーション、インテント保存クエリの突然変異、およびファミリー完備のルータを組み合わせたものだ。 200のリアルURLからなるシングルコードパイロットは、暫定的なキャリブレーションアンカーを提供する。 オラクルページゲートは、将来の学習した分類器のリスクカバレッジターゲットを定義する。 評価は、なぜページレベルの頻度が家族レベルの露出に代えられないのかを示し、キャリブレーションがシナリオアクティベーションをどのように変化させるかを定量化する。 注釈の信頼性は未測定のままであり、合成ランキングは実際の検索ダイナミクスを省略する。 その結果は監査可能なトリアージメソッドとバリデーションプランであり、デプロイされたレビュー作業負荷、ライブWebの頻度、あるいはダウンストリームの回答品質の向上を見積もるものではない。

関連論文リスト

• Disagree to Explore, Agree to Commit: Routing-Guided Test-Time Scaling for Software Agents [60.650808962786364]
  外部判断や選択時間テストの実行なしに,ネイティブなMoEルータトレースがステアリングと選択をガイドできるかどうかを検討する。 我々の分析は、ルーティングが堅牢な行動的役割シグナルを提供することを示している。トークン・グラニュラ・リードアウトと決定整合比較セットは、ルーティングを効果的に制御する。 オープンウェイトスパースMOEエージェントを用いたSWEベンチ検証を行い,評価を行った。
  論文  参考訳（メタデータ） (2026-08-23T03:07:03Z)
• From Association to Causation: Improving Retrieval Precision of Retrieval-Augmented Generation via Causal Relations and an Attention Mechanism [23.0538048682894]
  我々は,ライヒェンバッハの共通原因原理に基づく因果グラフを用いて,終端検索段階をモデル化する。 検索された文書はコライダー(A−>d−B)であるため、検索自体がクエリとBの関連経路を開く。 知識内容内の因果関係をモデル化する因果関係強化RAG変種とは異なり、我々のグラフは検索プロセス自体の因果構造をモデル化する。
  論文  参考訳（メタデータ） (2026-08-22T00:31:06Z)
• Who Belongs in the Eval Set? A Capability-Taxonomy-Driven Pipeline for Curating Regression Eval Sets in Agent-Extensibility Platforms [1.7499351967216341]
  Microsoft 365 Copilotのカスタムアクションを備えた宣言型エージェントに適用する機能-分類駆動型キュレーションパイプラインについて説明する。 エージェント仕様と顧客のevalセットを入力として、各クエリをプラットフォームが所有する機能分類に投影する。 このメカニズムは分類に非依存であり、型付き能力分類を伴う任意の回帰eval-set問題に適用される。
  論文  参考訳（メタデータ） (2026-08-02T05:19:25Z)
• RSRank: Learning Relevance from Representational Shifts [2.996596877662786]
  関連度スコアの校正を行うため,予測RSを学習する軽量なトレーニングフレームワークを導入する。 トレーニングの目的は、無関係なコンテンツをゼロしきい値で自然にフィルタリングし、依存調整を減らすことである。
  論文  参考訳（メタデータ） (2026-06-16T03:29:23Z)
• Source-Aware Reranking for Retrieval-Augmented Generation: A Reliability Prior Approach [0.0]
  本研究は,RAG検索ランキングの簡易かつ解釈可能な変更について評価する。 このフレームワークは120文書の健康ドメインコーパスの類似性のみのベースラインに対して評価される。 source-aware re ranking は Precision@5 を 0.48 から 0.72 に改善し、平均敵対的なドキュメント検索を減らす。
  論文  参考訳（メタデータ） (2026-06-08T14:09:04Z)
• What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs [52.50210189669399]
  視覚言語モデル(VLM)を駆動するには,操作設計領域(ODD)が定義する様々な条件のシーンを正確に理解する必要がある SliceScorerは、欠落したスライス推薦のための決定論的スコアリングルールである。 SliceNavは, 従来のスライス発見法よりも, 高リスクカバレッジギャップを効果的に表面化することを示す。
  論文  参考訳（メタデータ） (2026-06-01T03:18:01Z)
• Lost in Decoding? Reproducing and Stress-Testing the Look-Ahead Prior in Generative Retrieval [48.348257016776195]
  生成検索(GR)は、文書識別子を自動回帰生成することで文書をランク付けする。 多くのGR法は三重遅延ビームサーチに依存しており、有限ビームデコードの下で関連する接頭辞の早期刈り取りに弱い。 生成検索の計画 Ahead in Generative Retrieval (PAG) は、同時復号法を用いて、その後の逐次復号を導く文書レベルのルックアヘッドを計算することで、この障害モードを緩和する。
  論文  参考訳（メタデータ） (2026-04-25T17:58:15Z)
• FRESCO: Benchmarking and Optimizing Re-rankers for Evolving Semantic Conflict in Retrieval-Augmented Generation [73.22935457705057]
  時間的動的文脈における再ランカ評価のためのベンチマークであるFRESCOを紹介する。 レクエンシ検索クエリと過去のウィキペディアのリビジョンを組み合わせることで、FRESCOは、セマンティックな関連性を維持しながら、リランカが事実として最新の証拠を優先順位付けできるかどうかをテストする。 我々の評価では、既存の再ランカ間で一貫した障害モードが明らかになっている。
  論文  参考訳（メタデータ） (2026-04-14T17:04:25Z)
• Rethinking Deep Research from the Perspective of Web Content Distribution Matching [86.90255285277256]
  WeDasは,検索空間の構造的特徴をエージェントの観察空間に組み込んだWebコンテンツ配信アウェアフレームワークである。 本稿では,Query-Result Alignment Scoreを反復的に推定する数ショットの探索機構を提案する。 プラグイン・アンド・プレイモジュールとして、WeDasは4つのベンチマークのサブゴール補完と精度を一貫して改善している。
  論文  参考訳（メタデータ） (2026-03-07T14:51:17Z)
• Decomposing Retrieval Failures in RAG for Long-Document Financial Question Answering [10.782576574175044]
  正しい文書が検索されるが、回答を含むページやチャンクが欠落する頻繁な障害モードについて検討する。 この文書内検索失敗モードは,QA(Financial Question Answering)文学において,体系的に限定的に注目されている。 複数レベルの粒度, 文書, ページ, チャンクレベルでの検索を評価し, オラクルに基づく解析を導入し, 検索および生成性能に関する実証的な上限を提供する。
  論文  参考訳（メタデータ） (2026-02-20T04:31:40Z)
• RAGEval: Scenario Specific RAG Evaluation Dataset Generation Framework [66.93260816493553]
  本稿では,様々なシナリオにまたがってRAGシステムを評価するためのフレームワークであるRAGvalを紹介する。 事実の正確性に焦点をあてて,完全性,幻覚,不適切性の3つの新しい指標を提案する。 実験結果から, RAGEvalは, 生成した試料の明瞭度, 安全性, 適合性, 豊かさにおいて, ゼロショット法とワンショット法より優れていた。
  論文  参考訳（メタデータ） (2024-08-02T13:35:11Z)
• Does Recommend-Revise Produce Reliable Annotations? An Analysis on Missing Instances in DocRED [60.39125850987604]
  テキスト修正方式は, 偽陰性サンプルと, 人気エンティティや関係性に対する明らかな偏見をもたらすことを示す。 より信頼性の高いドキュメントREモデルのテストセットとして機能するように、relabeledデータセットがリリースされている。
  論文  参考訳（メタデータ） (2022-04-17T11:29:01Z)

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。