論文の概要: Ingest-Time Fact Compilation for Cost-Efficient and Reliable Question Answering over Revised Corpora

• arxiv url: http://arxiv.org/abs/2609.29661v1
• Date: Sat, 29 Aug 2026 23:04:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:56.092905
• Title: Ingest-Time Fact Compilation for Cost-Efficient and Reliable Question Answering over Revised Corpora
• Title（参考訳）: 修正コーパスに対する費用効率・信頼性の高い質問応答のための経時的ファクトコンパイル
• Abstract要約: ほとんどのエージェント的質問応答システムは、誰かが質問するたびに、可能な限り最悪のタイミングで、セマンティックな作業の重要な部分を行います。 これは、誰かがそれを読むたびに、実体化されたビューを再構築するデータベースのようなものだ。 我々は、コーパスデータを取り込み、あるいは変更した場合に、この処理を行うアーキテクチャである、Ingest-time fact compilationを提案する。
• 参考スコア（独自算出の注目度）: 0.3887079592126372
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most agentic question answering (QA) systems do an important part of their semantic work at the worst possible time: every time someone asks a question. When a corpus contains revisions, drafts, revocations, deletions, and sources with different levels of authority, the model must reconstruct the governed current state on every read - then throw that work away and repeat it on the next query. This is a bit like a database that rebuilds a materialized view every time someone reads from it. We present ingest-time fact compilation, an architecture that performs this work when corpus data is ingested or changed. Raw passages are rephrased into self-contained facts; rules governing revisions, deletions, effective dates, and source trust are resolved once; and the resulting state is stored as typed records carrying source and revision provenance. At query time, an inexpensive model reads the compiled record instead of reconstructing it from noisy candidates. In a controlled synthetic experiment across five seeds, the same low-cost model produced the correct value, source, and revision in only one of 30 trials under query-time reconstruction, but in all 30 trials from the compiled substrate, at 12.89 times lower mean read cost per question. On simpler revision questions both architectures were exact, but the compiled path used 21.6 times fewer tokens. A separate test found that fact rephrasing roughly halved verbose Federal Reserve dialogue while preserving high source entailment, but left concise Wikipedia prose essentially unchanged. These results support a narrow but practical claim: resolving a corpus state once can make subsequent QA cheaper and more reliable for inexpensive models. We release the open source, MIT-licensed implementation and experimental artifacts.
• Abstract（参考訳）: ほとんどのエージェント的質問応答(QA)システムは、誰かが質問するたびに、最悪のタイミングで、彼らのセマンティックな作業の重要な部分を行います。 コーパスにリビジョン、ドラフト、取り消し、削除、異なるレベルの権限を持つソースが含まれている場合、モデルは読み取り毎に制御された現在の状態を再構築する必要がある。 これは、誰かがそれを読むたびに、実体化されたビューを再構築するデータベースのようなものだ。 我々は、コーパスデータを取り込み、あるいは変更した場合に、この処理を行うアーキテクチャである、Ingest-time fact compilationを提案する。 生の通路は自己完結した事実に書き換えられ、修正、削除、有効日付、およびソース信頼のルールは一度解決され、結果として得られた状態は、ソースとリビジョン前兆を格納するタイプドレコードとして記憶される。 クエリ時には、ノイズの多い候補から再構成する代わりに、安価なモデルでコンパイルされたレコードを読み取る。 5種にわたる制御された合成実験において、同じ低コストのモデルが、クエリ時間再構成による30の試験のうち1つの正しい値、ソース、リビジョンを作成したが、コンパイルされた基質からの30の試験は、質問毎の平均読み取りコストの12.89倍であった。 より単純なリビジョンの質問では、両方のアーキテクチャは正確だったが、コンパイルされたパスではトークンが21.6倍少なかった。 別のテストでは、連邦準備制度理事会(FRB)の対話をほぼ半分に抑えながら、高いソースを保っているものの、簡潔なウィキペディアの散文は基本的に変化していないことが判明した。 コーパス状態の解決は、後続のQAを安くし、安価なモデルでより信頼性の高いものにすることができる。 我々はオープンソースでMITライセンスの実装と実験的な成果物をリリースします。

関連論文リスト

• Same Scores, Different Decisions: Evaluating JEV and Language Models for Legal Document Understanding [65.85599131866623]
  私たちはJevとContractNLIの9つの言語モデルを比較します。 制御された比較は、仮説の可視性、要求された出力、および出力順序によって異なる。 Jevは、評価された構成の中で、最低コストと中央値のレスポンス時間を持っています。
  論文  参考訳（メタデータ） (2026-09-23T10:53:01Z)
• Noēsis: Deterministic-First Retrieval with Two-Tier Context Hydration for Factuality-Critical Queries on Small Local Models [0.0]
  我々は、Noesisアーキテクチャの決定論的第一のクエリプレーンであるNoesisを提示する。 ノイズは生成前にすべての決定論的判断を下す。 報告されたすべての値は、その正確なソースと構築による位置にトレース可能である。
  論文  参考訳（メタデータ） (2026-09-07T15:49:16Z)
• RAG Deserves an Index: Why Ingest-Time Compilation Beats Query-Time Interpretation [0.3887079592126372]
  私たちはこのパラダイムをISC(Ingest-time semantic compilation)と呼んでいる。 独自のDDL、メンテナンス契約、移行契約、コストモデルを備えたファーストクラスのデータベースオブジェクトを構築します。 収集ペイロードが32の予算単位のセルすべてに勝つと、500の放送閲覧書き起こしの保持されたサンプルで、クレームがコンパイルされた。
  論文  参考訳（メタデータ） (2026-08-21T08:08:48Z)
• Structure for Reading, Prose for Writing: Asymmetric Structural Conditioning in Multi-Agent Document Authoring [7.404990869677114]
  形式文書を執筆するマルチエージェントパイプラインは、要求者のフォームを読み取って、それに対して書き込まなければならない。 我々は,独立性制約の下でオープンウェイトモデルを実行し,同じ組織が提出した人手による入札に対して評価する,デプロイされたテンダーレスポンスシステムについて報告する。 システムが有効に機能していない盲目比較では、審査員は答えを最低でも40ドル(約4万4000円)、50ドル(約5万5000円)の地味なセクションで評価した。
  論文  参考訳（メタデータ） (2026-08-21T06:57:46Z)
• The Working Set of a Coding Agent: Coherence Debt in Repository-Scale Tasks [14.070053515623883]
  リポジトリスケールのコーディングには、テスト、インポート、設定、マイグレーションルールを境界付けられたコンテキストウィンドウ内で一貫性を保つためのエージェントが必要である。 7つのモデルと5つのハーネスに障害を注入します。 リネームが実際のライブラリについて記憶したモデルを破ると、7つすべてが同じ場所で失敗し、同じテストがパスして失われる。
  論文  参考訳（メタデータ） (2026-08-17T14:30:41Z)
• Preserving Historical Truth: Detecting Historical Revisionism in Large Language Models [66.75310318710073]
  textttHistoricalMisinfoは45ドル(約4,400円)の国から50ドル(約5,800円)のコンテストイベントを収集したデータセットです。 実世界の利用を近似するために、一般的な通信設定を反映したプロンプトシナリオを11ドルで、各イベントをインスタンス化する。
  論文  参考訳（メタデータ） (2026-02-19T15:05:10Z)
• SCREWS: A Modular Framework for Reasoning with Revisions [58.698199183147935]
  我々は、リビジョンを伴う推論のためのモジュラーフレームワークであるSCREWSを紹介する。 我々は、SCREWSが、共通のフレームワークの下で、いくつかの以前のアプローチを統合することを示す。 我々は,多種多様な推論タスクに基づいて,最先端のLCMを用いてフレームワークの評価を行った。
  論文  参考訳（メタデータ） (2023-09-20T15:59:54Z)
• DecAF: Joint Decoding of Answers and Logical Forms for Question Answering over Knowledge Bases [81.19499764899359]
  本稿では,論理形式と直解の両方を共同で生成する新しいフレームワークDecAFを提案する。 DecAFはWebQSP、FreebaseQA、GrailQAベンチマークで新しい最先端の精度を実現している。
  論文  参考訳（メタデータ） (2022-09-30T19:51:52Z)
• Factual Error Correction for Abstractive Summaries Using Entity Retrieval [57.01193722520597]
  本稿では,エンティティ検索後処理に基づく効率的な事実誤り訂正システムRFECを提案する。 RFECは、原文と対象要約とを比較して、原文から証拠文を検索する。 次に、RFECは、エビデンス文を考慮し、要約中のエンティティレベルのエラーを検出し、エビデンス文から正確なエンティティに置換する。
  論文  参考訳（メタデータ） (2022-04-18T11:35:02Z)

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。