論文の概要: ReHoPER: Receding-Horizon Planning for Enhanced Reasoning

• arxiv url: http://arxiv.org/abs/2610.00940v1
• Date: Thu, 01 Oct 2026 02:16:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.849091
• Title: ReHoPER: Receding-Horizon Planning for Enhanced Reasoning
• Title（参考訳）: ReHoper: 強化推論のためのレグレッション・ホライゾン計画
• Abstract要約: ReHoPERは、最終回答の前に複数の経路に沿って中間的な質問を生成し、答える。 タスク非依存であり、ラベル付きデータやタスク固有のプロンプト設計なしでデータセットやモデル間で同じ汎用的な命令を使用する。 私たちの実装とiLLCジェネレータは、将来の作業をサポートするために公開されています。
• 参考スコア（独自算出の注目度）: 52.3065971491317
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose ReHoPER, an inference-only, zero-shot method that improves large language models' reasoning by generating and answering intermediate questions along multiple paths before the final answer. It iteratively plans a horizon of candidate intermediate questions, selects one to answer, and replans from the updated history. ReHoPER is task-agnostic, using the same generic instructions across datasets and models without labeled data or task-specific prompt design. Across multiple datasets, including iLLC, a new controlled benchmark for compositional reasoning, ReHoPER outperforms strong baselines, with the largest gains in the most compositional settings. Our implementation and the iLLC generator are publicly available to support future work.
• Abstract（参考訳）: 提案するReHoPERは推論のみのゼロショット方式で,最終回答の前に複数の経路に沿って中間質問を生成し,回答することで,大規模言語モデルの推論を改善する。 候補となる中間質問の地平線を反復的に計画し、答える質問を選択し、更新された履歴から再計画する。 ReHoPERはタスクに依存しないもので、ラベル付きデータやタスク固有のプロンプト設計なしでデータセットやモデル間で同じ汎用的な命令を使用する。 コンポジション推論のための新しい制御されたベンチマークであるiLLCを含む、複数のデータセット全体で、ReHoPERは強力なベースラインを上回り、最もコンポジション設定で最大の利益を得ている。 私たちの実装とiLLCジェネレータは、将来の作業をサポートするために公開されています。

関連論文リスト

• Chunks as Arms: Multi-Armed Bandit-Guided Sampling for Long-Context LLM Preference Optimization [56.97588709890706]
  LongMab-POは、長文モデリングタスクのための高品質で多様な応答を生成する新しいフレームワークである。 実験の結果,LongMab-POは嗜好データペアの多様性と品質を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2025-08-19T16:33:55Z)
• Chain-of-Retrieval Augmented Generation [91.02950964802454]
  本稿では,o1-like RAGモデルを学習し,最終回答を生成する前に段階的に関連情報を抽出・推論する手法を提案する。 提案手法であるCoRAGは,進化状態に基づいて動的にクエリを再構成する。
  論文  参考訳（メタデータ） (2025-01-24T09:12:52Z)
• AutoPrep: Natural Language Question-Aware Data Preparation with a Multi-Agent Framework [22.72266037804117]
  Tabular Question Answering (TQA)では、構造化データから意味のある洞察を迅速かつ効率的に抽出することができる。 多くのテーブルはWebソースや実世界のシナリオから派生しており、正確な応答を保証するには精巧なデータ準備(あるいはデータ準備)が必要である。 この質問ウェアデータ作成には、列導出や特定の質問に適したフィルタリングといった特定のタスクが含まれる。 本稿では,マルチエージェントの強みを利用した大規模言語モデル(LLM)に基づくマルチエージェントフレームワークであるAutoPrepを提案する。
  論文  参考訳（メタデータ） (2024-12-10T11:03:49Z)
• Agentic Retrieval-Augmented Generation for Time Series Analysis [0.0]
  本稿では,時系列解析のためのエージェント検索拡張フレームワークを提案する。 提案したモジュール型マルチエージェントRAGアプローチは、柔軟性を提供し、主要な時系列タスクに対してより最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2024-08-18T11:47:55Z)
• Retrieve, Summarize, Plan: Advancing Multi-hop Question Answering with an Iterative Approach [6.549143816134531]
  二重機能要約器を備えたReSPと呼ばれる新しい反復RAG法を提案する。 マルチホップ質問応答HotpotQAと2WikiMultihopQAの実験結果から,本手法が最先端技術よりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-07-18T02:19:00Z)
• ClarQ: A large-scale and diverse dataset for Clarification Question Generation [67.1162903046619]
  そこで我々は,スタックエクスチェンジから抽出したポストコメンデーションに基づいて,多様な,大規模な明確化質問データセットの作成を支援する,新しいブートストラップフレームワークを考案した。 質問応答の下流タスクに適用することで,新たに作成したデータセットの有用性を定量的に示す。 我々はこのデータセットを公開し、ダイアログと質問応答システムの拡張という大きな目標を掲げて、質問生成の分野の研究を促進する。
  論文  参考訳（メタデータ） (2020-06-10T17:56:50Z)

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。