論文の概要: EviGraph: Proof-Carrying Selective Recommendation over Temporal Public-Service Knowledge Graphs

• arxiv url: http://arxiv.org/abs/2610.00212v1
• Date: Mon, 21 Sep 2026 13:26:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 14:48:16.407712
• Title: EviGraph: Proof-Carrying Selective Recommendation over Temporal Public-Service Knowledge Graphs
• Title（参考訳）: EviGraph: 一時的な公開サービス知識グラフに対する推奨事項の証明
• Abstract要約: EviGraphを導入し、重要な決定要件と未解決の情報とを区別する。 言語エージェントはこれらの要件を時間知識グラフのエビデンスにリンクし、決定論的チェッカーはレコメンデーションがサポートされるかどうかを確立する。
• 参考スコア（独自算出の注目度）: 3.721747392675793
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Public-service recommendations require evidence that matches the requested service, scope, and date. Yet treating every missing detail as decisive can withhold useful recommendations. We introduce EviGraph, which distinguishes critical decision requirements from information that can remain unresolved. A language agent links these requirements to evidence in a temporal knowledge graph, while a deterministic checker establishes whether a recommendation is supported. Evaluation on a bilingual Hong Kong public-service benchmark with executable policy references shows that this distinction reduces unnecessary abstention. Additional verification, however, can withdraw supported recommendations without improving decision quality. These findings suggest that reliable evidence-based navigation depends on specifying what must be established for a decision, rather than simply adding more verification.
• Abstract（参考訳）: 公共サービスレコメンデーションは、要求されたサービス、スコープ、日付と一致する証拠を必要とする。 しかし、欠落した詳細を決定的なものとして扱うことは、有用なレコメンデーションを控えることができる。 EviGraphを導入し、重要な決定要件と未解決の情報とを区別する。 言語エージェントはこれらの要件を時間知識グラフのエビデンスにリンクし、決定論的チェッカーはレコメンデーションがサポートされるかどうかを確立する。 バイリンガルな香港公共サービスベンチマークの評価は、この区別が不要な棄権を減らすことを示唆している。 しかし、追加の検証は、決定品質を改善することなく、サポートされたレコメンデーションを撤回することができる。 これらの結果は、信頼性のあるエビデンスベースのナビゲーションが、単に検証を追加するのではなく、決定のために確立すべきものを特定することに依存することを示唆している。

関連論文リスト

• Decision-Oriented Recommendation Reranking: An Empirical Study of Jev [20.05433362691372]
  大規模言語モデル(LLM)はリコメンデーションの再ランクを約束しているが、その使用はレコメンデーション品質とサービス効率の間に重要なトレードオフをもたらす。 本稿では、決定指向モデルが、事前定義された候補項目の中から基本的に構造化された選択である場合、有用な代替案を提供するかどうかを検討する。
  論文  参考訳（メタデータ） (2026-09-30T17:33:43Z)
• Epistemic Warrant for LLM Recommendations: Characterizing the Basis for Reliance When Ground Truth Is Unavailable [4.679756843190089]
  客観的な根拠の真理が得られない場合、個別の勧告の令状を特徴付ける決定レベル構造を導入する。 コンストラクトを現代手法で検証する。 このフレームワークは、客観的根拠真理が利用できない場合に、個別のレコメンデーションの保証を特徴付けるための実装可能なアプローチを提供する。
  論文  参考訳（メタデータ） (2026-09-03T17:25:20Z)
• HARPO: Hierarchical Agentic Reasoning for User-Aligned Conversational Recommendation [10.766058469348382]
  本稿では,会話の推薦を構造化された意思決定プロセスとして再編成するエージェントフレームワークであるHARPOを提案する。 HarPOは階層的な選好学習を統合し、推奨品質を解釈可能な次元に分解する。 推奨中心のメトリクスに対して、強いベースラインよりも一貫した改善を示します。
  論文  参考訳（メタデータ） (2026-04-11T06:07:15Z)
• RecThinker: An Agentic Framework for Tool-Augmented Reasoning in Recommendation [63.74915464611075]
  RecThinkerはツール拡張推論を推奨するエージェントフレームワークである。 我々はRecThinker専用のツール群を開発し、モデルがユーザアイテム側および協調的な情報を取得することを可能にする。
  論文  参考訳（メタデータ） (2026-03-10T16:07:17Z)
• Towards Real-Time Fake News Detection under Evidence Scarcity [66.58597356379907]
  本稿では,リアルタイムフェイクニュース検出のための新しいフレームワークである評価アウェア・セレクション・オブ・エキスパートズ(EASE)を提案する。 EASEは、利用可能な証拠の十分性を評価した意思決定プロセスに適合する。 本稿では,新興ニュースのモデル一般化を限られた証拠で評価するための新しいベンチマークであるRealTimeNews-25を紹介する。
  論文  参考訳（メタデータ） (2025-10-13T11:11:46Z)
• Recommendations to OSCE/ODIHR (on how to give better recommendations for Internet voting) [0.0]
  エストニアのインターネット投票におけるOSCE/ODIHRの推奨事項について調べる。 我々は、まったく達成できないレコメンデーションの例を示すだけでなく、レコメンデーションの履行が非自明なトレードオフを必要とする例も提示する。 我々はOSCE/ODIHRが、この特性によって正確に何を意味するのかを定義し、また、エンドツーエンドの検証が達成されたかどうかを判断するための明確な基準を与えることを期待している。
  論文  参考訳（メタデータ） (2025-02-10T12:14:33Z)
• From Relevance to Utility: Evidence Retrieval with Feedback for Fact Verification [118.03466985807331]
  我々は、FVの関連性よりも、クレーム検証者が取得した証拠から導出する実用性に焦点を当てる必要があると論じる。 本稿では,エビデンス検索プロセスの最適化に,クレーム検証器からのフィードバックを取り入れたフィードバックベースのエビデンス検索手法(FER)を提案する。
  論文  参考訳（メタデータ） (2023-10-18T02:59:38Z)
• Impression-Aware Recommender Systems [53.48892326556546]
  本稿ではインプレッションを用いたレコメンデーションシステムに関する体系的な文献レビューを行う。 本稿では,印象型レコメンデーションシステムと,印象型レコメンデーションシステムという,パーソナライズされたレコメンデーションのための新しいパラダイムを論じる。
  論文  参考訳（メタデータ） (2023-08-15T16:16:02Z)
• User-Controllable Recommendation via Counterfactual Retrospective and Prospective Explanations [96.45414741693119]
  本稿では,説明可能性と可制御性をシームレスに統合するユーザ制御型レコメンデータシステムを提案する。 反ファクト推論を通じて、ふりかえりと予測的な説明の両方を提供することで、ユーザーはシステムに対する制御をカスタマイズできる。
  論文  参考訳（メタデータ） (2023-08-02T01:13:36Z)
• Fairness-Aware Explainable Recommendation over Knowledge Graphs [73.81994676695346]
  ユーザのアクティビティのレベルに応じて異なるグループのユーザを分析し、異なるグループ間での推奨パフォーマンスにバイアスが存在することを確認する。 不活性なユーザは、不活性なユーザのためのトレーニングデータが不十分なため、不満足なレコメンデーションを受けやすい可能性がある。 本稿では、知識グラフに対する説明可能な推奨という文脈で、この問題を緩和するために再ランク付けすることで、公平性に制約されたアプローチを提案する。
  論文  参考訳（メタデータ） (2020-06-03T05:04:38Z)

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。