論文の概要: Follow the Entities: A Corpus Map for Agentic Search

• arxiv url: http://arxiv.org/abs/2609.37226v1
• Date: Tue, 29 Sep 2026 10:39:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.425742
• Title: Follow the Entities: A Corpus Map for Agentic Search
• Title（参考訳）: エンティティをフォローする:エージェント検索のためのコーパスマップ
• Abstract要約: 繰り返し発生するエンティティの周囲のコーパスを整理するナビゲーション層であるCorpusMapを紹介する。 我々は,コーパスマップにより,生のエージェント検索よりも証拠発見と回答品質が向上することを示した。
• 参考スコア（独自算出の注目度）: 51.18417781623532
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Answering questions and completing tasks over large document collections often requires connecting evidence spread across multiple documents, such as a project's approval recorded in one, its requirements in another, and its latest status in a third. Recent LLM agents approach this by iteratively searching the full corpus rather than reading only a fixed set of top-ranked documents. However, when the corpus is exposed only as a flat collection of files, a relevant document gives no indication of how it relates to others, so the agent must rediscover these relationships for every query, often missing complementary evidence while simultaneously consuming substantial additional tokens. To address this, we introduce CorpusMap, a navigation layer that organizes the corpus around its recurring entities, which are identifiable from the documents themselves and can link a single document to many others across sources. Specifically, CorpusMap represents each recurring entity as an Entity Page that aggregates information about it and links to every document that refers to it, forming a graph between entities and documents that the agent can traverse to gather otherwise disconnected evidence. Moreover, since CorpusMap is constructed offline by resolving mentions of the same entity across documents, its links are shared across queries rather than rediscovered repeatedly at inference time. Using 7 different models with 3 benchmark datasets, we show that CorpusMap improves both evidence discovery and answer quality over raw-corpus agentic search while using fewer tokens on average, and further outperforms 4 alternative navigation layers, suggesting that entities serve as effective anchors for navigating large document collections.
• Abstract（参考訳）: 質問への回答と大量のドキュメントコレクションに対するタスクの完了には、複数のドキュメントにまたがるエビデンスを接続する必要があることが多い。 近年のLLMエージェントは、トップランクドキュメントの固定セットのみを読むのではなく、全コーパスを反復的に検索することで、この問題にアプローチしている。 しかし、コーパスがフラットなファイルのコレクションとしてしか公開されない場合、関連するドキュメントは、それが他とどのように関係しているかの兆候を示さないため、エージェントは、クエリ毎にこれらの関係を再発見し、しばしば補完的な証拠を欠き、同時に相当量のトークンを消費しなければならない。 そこで我々は,コーパスマップ(CorpusMap)を紹介した。コーパスは,文書自体から識別可能で,複数のソースにまたがる複数のドキュメントをリンクすることができる。 具体的には、CorpusMapは、各反復するエンティティをエンティティページとして表現し、それに関する情報を集約し、それを参照するすべてのドキュメントへのリンクを作成し、エージェントがトラバースして非接続の証拠を収集できるエンティティとドキュメントの間のグラフを形成する。 さらに、CorpusMapはドキュメント間で同じエンティティの参照を解決してオフラインで構築されているため、そのリンクは推論時に繰り返し発見されるのではなく、クエリ間で共有される。 3つのベンチマークデータセットを持つ7つの異なるモデルを用いて、CorpusMapは、平均的なトークンを減らしながら、生のコーパスエージェント検索よりもエビデンス発見と回答品質の両方を改善し、さらに4つの代替ナビゲーション層より優れており、エンティティが大きなドキュメントコレクションをナビゲートするための効果的なアンカーとして機能することを示唆している。

関連論文リスト

• EviMap: Evidence-Grounded Hierarchical Topic Maps for Exploring Unlabeled Corpora [0.0]
  EviMapは、このようなコーパスの監査可能なテーマ概要を提供するインタラクティブシステムである。 ドキュメント内のエビデンスフレーズを抽出し、アスペクト、グループ、きめ細かいトピックの3レベルマップにまとめます。 ユーザーはトップレベルのコーパスマップから始め、トピックを掘り下げ、オリジナルのドキュメントのハイライトされたエビデンスを検査し、2つのトピックを組み合わせて両方を議論するドキュメントを見つけることができる。
  論文  参考訳（メタデータ） (2026-09-06T15:14:09Z)
• VisDocAgentBench: Benchmarking Agents for Visually Rich Document Retrieval [65.89247522243959]
  VisDocAgentBenchは、静的検索とエージェント検索を比較したクローズドコーパスベンチマークである。 100の文書から2,375ページ、120のユニークなターゲットクエリが直接、一橋、二橋のエビデンス構造でバランスを取っている。 強力な遅延対話型ビジュアルレトリバーは、直接アイテムで97.50%のRecall@1に達するが、2ブリッジアイテムでは2.50%に達し、関連性がコーパスコンテキストに依存する場合のクエリ-ターゲットマッチングの限界を明らかにする。
  論文  参考訳（メタデータ） (2026-08-18T15:23:06Z)
• DocNavRAG: Document-Structured Graph RAG with Stateful Evidence Construction for Complex Document Question Answering [22.38959921864722]
  文書階層と地域間関係をナビゲート可能なグラフに整理するDocNavRAGを紹介する。 DocNavRAGは4つの長期およびマルチドキュメントQAベンチマークで、最強のベースラインに対する回答品質とコンテキスト満足度を平均で7.8%と17.7%改善した。
  論文  参考訳（メタデータ） (2026-08-03T00:48:05Z)
• Don't Retrieve, Navigate: Distilling Enterprise Knowledge into Navigable Agent Skills for QA and RAG [7.558933130117637]
  Corpus2Skillはドキュメントコーパスを階層的なスキルディレクトリにオフラインで蒸留する。 コンパイルパイプラインは、文書を反復的にクラスタリングし、各レベルでLCMで書かれた要約を生成し、ナビゲート可能なスキルファイルのツリーとして結果を実体化する。 サービス時には、エージェントは、コーパスの鳥眼ビューを受け取り、徐々に細かな要約を通してトピックブランチにドリルし、IDによって全文書を検索する。
  論文  参考訳（メタデータ） (2026-04-16T03:05:37Z)
• Chain of Retrieval: Multi-Aspect Iterative Search Expansion and Post-Order Search Aggregation for Full Paper Retrieval [68.71038700559195]
  The Chain of Retrieval (COR) is a novel repeaterative framework for full-paper search。 SCIBENCH(SCIBENCH)は、クエリと候補のための全論文の完全なコンテキストとセグメント化されたコンテキストを提供するベンチマークである。
  論文  参考訳（メタデータ） (2025-07-14T08:41:53Z)
• Leveraging Collection-Wide Similarities for Unsupervised Document Structure Extraction [61.998789448260005]
  本稿では,コレクション内の文書の典型的構造を特定することを提案する。 任意のヘッダのパラフレーズを抽象化し、各トピックを各ドキュメントのロケーションにグルーピングします。 文書間の類似性を利用した教師なしグラフベース手法を開発した。
  論文  参考訳（メタデータ） (2024-02-21T16:22:21Z)
• DAPR: A Benchmark on Document-Aware Passage Retrieval [57.45793782107218]
  我々は,このタスクemphDocument-Aware Passage Retrieval (DAPR)を提案する。 State-of-The-Art(SoTA)パスレトリバーのエラーを分析しながら、大きなエラー(53.5%)は文書コンテキストの欠如に起因する。 提案するベンチマークにより,検索システムの開発・比較を今後行うことができる。
  論文  参考訳（メタデータ） (2023-05-23T10:39:57Z)
• Pairwise Multi-Class Document Classification for Semantic Relations between Wikipedia Articles [5.40541521227338]
  2つの文書間の関係をペアワイズ文書分類タスクとして検索する問題をモデル化する。 文書間の意味的関係を見つけるために,GloVe, paragraph-s,BERT,XLNetなどの一連の手法を適用する。 我々は,新たに提案された32,168のウィキペディア記事ペアと,セマンティックドキュメントの関係を定義するウィキデータプロパティに関する実験を行った。
  論文  参考訳（メタデータ） (2020-03-22T12:52:56Z)

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。