論文の概要: QReason: Query-Focused Decoupled Chain-of-Thought for Efficient Passage Reranking

• arxiv url: http://arxiv.org/abs/2609.30904v1
• Date: Fri, 25 Sep 2026 07:13:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.265091
• Title: QReason: Query-Focused Decoupled Chain-of-Thought for Efficient Passage Reranking
• Title（参考訳）: QReason: 効率的なパスリグレードのためのクエリ指向の分離されたチェーン
• Abstract要約: パッセージリランクは情報検索において重要な役割を担い、関連性をよりよく反映するために候補経路の順序を精査する。 既存のリストワイズLLMリランカとChain-of-Thought(CoT)推論は複雑なクエリを効果的に処理できるが、スライディングウインドウ戦略によるかなりの冗長性と遅延に悩まされている。 QReasonは、クエリ中心の推論をウィンドウ固有のパス関連性評価から分離する、分離されたフレームワークである。
• 参考スコア（独自算出の注目度）: 14.066309229790564
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Passage reranking plays a crucial role in information retrieval by refining the ordering of candidate passages to better reflect relevance. Existing listwise LLM rerankers with Chain-of-Thought (CoT) reasoning can handle complex queries effectively, but they suffer from substantial redundancy and high latency due to sliding-window strategies, which repeatedly generate highly similar CoTs. To address this, we propose QReason, a decoupled framework that separates query-focused reasoning from window-specific passage relevance assessment. Specifically, QReason introduces a dedicated rewriter that generates a ranking-oriented reasoning query once, capturing the query's core intent while avoiding redundant reasoning, and then reuses it across all windows with a non-reasoning reranker. The rewriter is trained via a two-stage process that first uses supervised fine-tuning with relevant-passage guidance through semantic evidence to produce deeply grounded, query-focused CoTs. It then applies reinforcement learning to align CoT generation with both the inference-time setting and the reranking objective, optimizing listwise metrics and passage-level discrimination to produce reusable reasoning chains for reranking. Experiments on the BRIGHT benchmark demonstrate that QReason significantly reduces redundant reasoning, achieves ranking performance comparable to or better than strong reasoning-based rerankers, and outperforms existing query rewriting models.
• Abstract（参考訳）: パッセージリランクは情報検索において重要な役割を担い、関連性をよりよく反映するために候補経路の順序を精査する。 既存のリストワイズLLMリランカとChain-of-Thought(CoT)推論は複雑なクエリを効果的に処理できるが、スライディングウインドウ戦略によってかなりの冗長性と高いレイテンシに悩まされ、CoTと非常によく似た処理が繰り返し発生する。 そこで我々はQReasonを提案する。QReasonは、クエリに着目した推論を、ウィンドウ固有のパス関連性評価から分離する分離されたフレームワークである。 具体的には、QReasonは、ランキング指向の推論クエリを一度生成し、冗長な推論を避けながらクエリのコアインテントをキャプチャし、非推論リランカですべてのウィンドウで再利用する専用のリライターを紹介している。 このリライターは、2段階のプロセスで訓練され、まずは教師付き微調整と関連するパスガイダンスを使ってセマンティックなエビデンスを通じて、深い基盤を持つクエリ中心のCoTを生成する。 次に、CoT生成を推論時間設定と再ランク目的の両方に合わせるために強化学習を適用し、リストワイドメトリクスと通過レベルの識別を最適化し、再ランクのための再利用可能な推論チェーンを生成する。 BRIGHTベンチマークの実験では、QReasonは冗長な推論を著しく削減し、強い推論ベースのリランカに匹敵するランク付け性能を達成し、既存のクエリ書き換えモデルより優れていることが示されている。

関連論文リスト

• Retrieval Grounding Latent Reasoning for Dense Retrieval [30.66182684102075]
  推論集約的な検索は、与えられた命令の下で関連性を決定するのに必要な推論を必要とする。 本稿では,RGLT(Retrieval Grounding Latent Reasoning)を提案する。 推論集約型検索ベンチマークの実験は、RGLTが強いベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-08-14T09:08:03Z)
• WhisperRec: Latent Reasoning for Efficient Foundation Recommendation Models [51.88075626243057]
  基礎推薦モデル(FRM)のための効率的な潜在推論フレームワークであるWhisperRecを提案する。 WhisperRecは教師生成のChain-of-Thought(CoT)を学習可能な潜在推論トークンに圧縮する。 WhisperRecは明示的なCoT法と従来のベースラインを一貫して上回ることを示す。
  論文  参考訳（メタデータ） (2026-07-29T08:48:35Z)
• RL-Index: Reinforcement Learning for Retrieval Index Reasoning [73.82948316789812]
  強化学習問題として検索インデックス推論を定式化するエージェントインデックスフレームワークであるRL-Indexを提案する。 RL-Indexは、潜在クエリ-知識関係を明示的にエンコードする有理性を持つ文書を増補することで、推論をインデックス化段階にシフトする。 BRIGHTベンチマークの実験では、RL-Indexは検索とダウンストリームの問合せ性能を一貫して改善している。
  論文  参考訳（メタデータ） (2026-06-15T07:22:36Z)
• ThoughtFold: Folding Reasoning Chains via Introspective Preference Learning [69.64972562984882]
  提案するThoughtFoldは,よりきめ細かい選好学習を,効率的な推論のための冗長探索に活用するフレームワークである。 ThoughtFoldは効率を大幅に向上させる。 最先端の精度を維持しつつ、DeepSeek-R1-Distill-Qwen-7Bのトークン使用量を約56%削減する。
  論文  参考訳（メタデータ） (2026-06-02T11:21:27Z)
• Reproducing Adaptive Reranking for Reasoning-Intensive IR [21.517949407443453]
  グラフベースのアダプティブリカウンドアドレスは、リカウンドプロセス自体を変更することで、バウンドリコールの問題に対処する。 GARは、様々なモデルにわたる推論集約的な検索の有効性を高める。 この作業により、推論集約的なクエリに対処可能な、より実用的な検索システムのデプロイが可能になる。
  論文  参考訳（メタデータ） (2026-04-30T08:30:09Z)
• CoT-Seg: Rethinking Segmentation with Chain-of-Thought Reasoning and Self-Correction [50.67483317563736]
  本稿では,段階的に考察し,必要な情報を検索し,結果を生成し,自己評価を行い,結果を洗練するシステムを提案する。 CoT-Segは、思考の連鎖推論と自己補正を組み合わせることで、推論セグメンテーションを再考する、トレーニング不要のフレームワークである。
  論文  参考訳（メタデータ） (2026-01-24T11:41:54Z)
• Reinforced Efficient Reasoning via Semantically Diverse Exploration [73.41112984160992]
  検証可能な報酬(RLVR)による強化学習は,大規模言語モデル(LLM)の推論の強化に有効であることが証明された。 本研究では,LLMのための意味的多様性探索,すなわちROSEによる効率的な推論手法を提案する。 本手法は,意味エントロピーに基づく分岐戦略と$varepsilon$-exploration機構を組み込んだものである。
  論文  参考訳（メタデータ） (2026-01-08T15:56:44Z)
• Rethinking Reasoning in Document Ranking: Why Chain-of-Thought Falls Short [36.93384080571354]
  文書の再ランク付けは情報検索(IR)における重要な要素である 本研究は, ポイントワイド設定とリストワイド設定の両方にまたがって, 推論に関する最初の体系的な研究である。
  論文  参考訳（メタデータ） (2025-10-10T03:59:17Z)

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。