論文の概要: Conformal Factuality Control for Multi-Hop Retrieval-Augmented Generation

• arxiv url: http://arxiv.org/abs/2609.38222v1
• Date: Sun, 27 Sep 2026 23:55:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.391476
• Title: Conformal Factuality Control for Multi-Hop Retrieval-Augmented Generation
• Title（参考訳）: マルチホップ検索型生成のための等角形状制御
• Abstract要約: 本稿では,これまでRAGのために開発されていたクレームレベル共形事実性制御が,この設定において有効であるかどうかを考察する。 分割共形クレームフィルタリングをマルチホップRAGに適用し,HotpotQA,Natural Questions,TriviaQAで評価した。 その結果、共形事実性はマルチホップRAGにまで拡張され、名目上の信頼性はクレーム保持と棄却とともに解釈されなければならないことが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Retrieval-augmented generation (RAG) can ground large language models in external evidence, but retrieved context does not guarantee that generated claims are factually supported. This problem is especially relevant in multi-hop RAG, where retrieval and reasoning proceed through multiple dependent stages. We study whether claim-level conformal factuality control, previously developed for RAG, remains effective in this setting. We apply split-conformal claim filtering to multi-hop RAG and evaluate it on HotpotQA, Natural Questions, and TriviaQA using Llama 3.1 8B and GPT-4o-mini, together with a single-hop reference experiment. Across all six multi-hop model-dataset configurations, increasingly stringent conformal targets consistently increase the fraction of responses whose retained claims are fully supported. At the 95% target, this rate ranges from 95.80% to 97.20%, compared with 55.60%-76.03% without filtering. However, the improvement is strongly selective: only 4.41%-31.09% of generated claims are retained and 9.70%-51.40% of responses remain non-empty at the 95% target. These results show that conformal factuality extends to multi-hop RAG, while demonstrating that nominal reliability must be interpreted jointly with claim retention and abstention.
• Abstract（参考訳）: Retrieval-augmented Generation (RAG) は、大規模な言語モデルを外部の証拠として扱うことができるが、検索されたコンテキストは、生成されたクレームが実際にサポートされていることを保証しない。 この問題は、検索と推論が複数の依存段階を通過するマルチホップRAGにおいて特に重要である。 本稿では,これまでRAGのために開発されていたクレームレベル共形事実性制御が,この設定において有効であるかどうかを考察する。 Llama 3.1 8B と GPT-4o-mini を用いて,マルチホップ RAG に分割共形クレームフィルタを適用し,HotpotQA,Natural Questions,TriviaQA で評価した。 6つのマルチホップモデルデータセット構成のうち、より厳密なコンフォメーションターゲットは、保持されたクレームが完全にサポートされているレスポンスの割合を一貫して増加させる。 95%の目標では95.80%から97.20%であり、フィルター無しでは55.60%-76.03%である。 しかし、改善は強く選択的であり、生成されたクレームの4.41%-31.09%のみが保持され、9.70%-51.40%のレスポンスは95%のターゲットでは空でないままである。 これらの結果から, 共形事実性はマルチホップRAGにまで及んでいるが, 名目上の信頼性は主張保持と棄却との共同解釈が必要であることが示唆された。

関連論文リスト

• REALHOP: Rethinking Multi-Hop Reasoning Evaluation via Behavioral Auditing [5.539696241335989]
  概念的にコヒーレントな連鎖と正しい最終解は、それ自体がマルチホップ推論を確立するわけではないことを示す。 本稿では、エンティティをリボンドし、選択された関係を分解し、追跡可能な場所に証拠を配置する診断・構成・検証フレームワークであるREALHOPを紹介する。
  論文  参考訳（メタデータ） (2026-09-29T08:17:42Z)
• EAVer: Long-Form Factuality Verification as an End-to-End Agentic Policy [50.665874114632]
  我々は、完全な応答レベルの検証ワークフローを統一ポリシーとして制御することを学ぶ、エンドツーエンドのエージェント検証であるEAVerを紹介する。 EAVerはセマンティック関連クレームをグループ化し、信頼に基づいた直接検証やターゲット検索にルートし、コンパクトなインコンテキストメモで検索によって返される証拠を保持する。
  論文  参考訳（メタデータ） (2026-09-02T21:00:35Z)
• SURE-RAG: Sufficiency and Uncertainty-Aware Evidence Verification for Selective Retrieval-Augmented Generation [6.604874054866016]
  本稿では,証拠満足度がセットレベル特性であることを示す,透過的なアグリゲーションプロトコルSURE-RAGを提案する。 共有ペアレベルのクレームエビデンス検証器は、SURE-RAGが集約した局所的関係分布を解釈可能な応答レベル信号に生成する。 制御されたマルチホップベンチマークであるHotpotQA-RAG v3をアーティファクト・アウェア・プロトコルで評価した。
  論文  参考訳（メタデータ） (2026-05-05T09:05:40Z)
• AdaGATE: Adaptive Gap-Aware Token-Efficient Evidence Assembly for Multi-Hop Retrieval-Augmented Generation [6.314380942821944]
  マルチホップRAGのためのトレーニング不要エビデンスコントローラであるAdaGATEを提案する。 AdaGATEは、トークン制約された修復問題としてエビデンスの選択をフレーム化している。 AdaGATE on HotpotQA under clean, redundancy, and noise injected search conditions。
  論文  参考訳（メタデータ） (2026-05-04T14:45:49Z)
• EverydayGPT: Confidence-Gated Routing for Efficient and Safe Hybrid GPT-RAG Conversational QA [0.0]
  EverydayGPTは、信頼性保証ルーティング機構を中心に構築された軽量な会話型QAシステムである。 CGRは、高速なRAG抽出によって解決することで、クエリの85%に対してコストのかかるGPT経路の呼び出しを回避している。 システムは F1 = 0.226 +/- 0.004 を GPT のみの 0.171 と無条件の RAG の 0.210 と比較すると達成する。
  論文  参考訳（メタデータ） (2026-04-24T12:44:26Z)
• Courtroom-Style Multi-Agent Debate with Progressive RAG and Role-Switching for Controversial Claim Verification [2.464003792743989]
  大型言語モデル (LLM) は、幻覚や浅い推論のため、高い精度のクレーム検証には信頼できないままである。 本稿では, 検証を構造化された, 反対の審議会として再編成する, 裁判所方式のマルチエージェントフレームワーク PROClaim を提案する。 提案手法は,プログレッシブRAG (Progressive RAG, P-RAG) と特別な役割(プレーンティフ, ディフェンス, ジャッジ)を統合し, 議論の間, 証拠プールを動的に拡大・洗練する。
  論文  参考訳（メタデータ） (2026-03-30T14:23:15Z)
• Retrieval-Augmented Generation for Reliable Interpretation of Radio Regulations [49.671779378073886]
  無線規制分野における質問応答について検討する。 本稿では,通信事業者固有のレトリーバル拡張生成(RAG)パイプラインを提案する。 当社のアプローチは,テスト対象モデル全体の生成精度を一貫して向上させる。
  論文  参考訳（メタデータ） (2025-09-11T17:43:42Z)
• Retrieval-Augmented Generation with Conflicting Evidence [57.66282463340297]
  大規模言語モデル (LLM) エージェントは、応答の事実性を改善するために、検索強化世代 (RAG) をますます採用している。 実際には、これらのシステムは曖昧なユーザクエリを処理し、複数のソースからの情報に衝突する可能性がある。 RAMDocs(Retrieval with Ambiguity and Misinformation in Documents)は,ユーザクエリのエビデンスを矛盾させるような,複雑で現実的なシナリオをシミュレートする新しいデータセットである。
  論文  参考訳（メタデータ） (2025-04-17T16:46:11Z)
• SFR-RAG: Towards Contextually Faithful LLMs [57.666165819196486]
  Retrieval Augmented Generation (RAG) は、外部コンテキスト情報を大言語モデル(LLM)と統合し、事実の精度と妥当性を高めるパラダイムである。 SFR-RAG(SFR-RAG)について述べる。 また、複数の人気かつ多様なRAGベンチマークをコンパイルする新しい評価フレームワークであるConBenchについても紹介する。
  論文  参考訳（メタデータ） (2024-09-16T01:08:18Z)
• CRAG -- Comprehensive RAG Benchmark [58.15980697921195]
  Retrieval-Augmented Generation (RAG) は、Large Language Model (LLM) の知識不足を緩和するための有望なソリューションとして最近登場した。 既存のRAGデータセットは、現実世界の質問回答(QA)タスクの多様性と動的な性質を適切に表現していない。 このギャップを埋めるために、包括的RAGベンチマーク(CRAG)を導入する。 CRAGは、Webと知識グラフ(KG)検索をシミュレートする4,409組の質問応答ペアとモックAPIの実際の質問応答ベンチマークである。
  論文  参考訳（メタデータ） (2024-06-07T08:43:07Z)

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。