論文の概要: Rewrite What Matters: Adaptive Multilingual Query Rewriting for Reasoning via Agentic Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2610.04899v1
• Date: Sun, 04 Oct 2026 03:19:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 08:08:44.865638
• Title: Rewrite What Matters: Adaptive Multilingual Query Rewriting for Reasoning via Agentic Reinforcement Learning
• Title（参考訳）: エージェント強化学習による推論のための適応型多言語クエリ書き換え
• Abstract要約: mRewriter-R1は強化学習を備えたエージェント型多言語クエリ書き換えフレームワークである。 シングルターンリライトとは異なり、mRewriter-R1はマルチターンシーケンシャル意思決定プロセスとして多言語クエリリライトを定式化する。 実験の結果、mRewriter-R1は、異なる大きな理由付けのバックボーン上で、強い多言語書き直しベースラインよりも優れていることが示された。
• 参考スコア（独自算出の注目度）: 73.7046938989297
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In multilingual scenarios, queries with equivalent semantics but in different languages could guide the model into different reasoning trajectories, leading to performance disparities. To mitigate this gap, previous studies typically apply a one-size-fits-all query rewriting strategy, such as translation, which overlooks the fact that different scenarios require diverse types of semantic transformations. In this paper, we propose mRewriter-R1, an agentic multilingual query rewriting framework with reinforcement learning. Unlike single-turn rewriting, mRewriter-R1 formulates multilingual query rewriting as a multi-turn sequential decision-making process, where the model dynamically performs multi-aspect optimization through adaptive operator selection. Experimental results demonstrate that mRewriter-R1 outperforms all strong multilingual rewriting baselines on different large reasoning backbones. Further analyses show that the learned policy can adaptively decide on rewriting operators according to query characteristics, exhibiting strong generalization ability across diverse reasoning tasks, and plug-and-play compatibility with heterogeneous reasoning language models.
• Abstract（参考訳）: 多言語シナリオでは、等価なセマンティクスを持つクエリが、異なる言語で異なる推論軌跡に導かれる可能性があるため、性能の相違が生じる。 このギャップを緩和するために、従来の研究は典型的には、様々なシナリオが多種多様なセマンティックトランスフォーメーションを必要とするという事実を無視して、翻訳のような一大のクエリ書き換え戦略を適用していた。 本稿では,強化学習を用いたエージェント型多言語クエリ書き換えフレームワークであるmRewriter-R1を提案する。 シングルターン書き換えとは異なり、mRewriter-R1は多言語クエリ書き換えをマルチターンシーケンシャル決定プロセスとして定式化し、モデルが適応演算子選択によって動的にマルチアスペクト最適化を行う。 実験の結果、mRewriter-R1は、異なる大きな理由付けのバックボーン上で、強い多言語書き直しベースラインよりも優れていることが示された。 さらに分析した結果,クエリ特性に応じて演算子の書き直しを適応的に決定し,多種多様な推論タスクにまたがる強力な一般化能力を示し,不均一な推論言語モデルとのプラグ・アンド・プレイ互換性を示す。

関連論文リスト

• Enhancing Multilingual Reasoning via Steerable Model Merging [53.27036725623993]
  本稿では,各ソースモデルのコントリビューションを変調するSteerable Model Merging (ST-Merge) フレームワークを提案する。 我々は,ST-Mergeが21言語にまたがる4つの多言語推論ベンチマークにおいて,強い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） (2026-06-17T12:28:47Z)
• Language-Coupled Reinforcement Learning for Multilingual Retrieval-Augmented Generation [73.54930910609328]
  多言語検索強化学習フレームワークLcRLを提案する。 LcRLは言語に結合したグループ相対ポリシー最適化をポリシーと報酬モデルに統合する。 我々は,言語結合型グループサンプリングをロールアウトモジュールに導入し,知識バイアスを低減し,報酬モデルにおける補助的反一貫性のペナルティを正規化し,知識衝突を軽減する。
  論文  参考訳（メタデータ） (2026-01-21T11:32:32Z)
• Investigating Language Preference of Multilingual RAG Systems [4.438698005789677]
  MRAGシステムは、クエリとドキュメント間の言語的バリエーションによって、関連する情報を取得するのに苦労する。 DKM-RAG(Dual Knowledge Multilingual RAG)は,翻訳された多言語パスを相補的なモデル知識で融合するフレームワークである。 実験結果から,DKM-RAGは言語嗜好を緩和し,多様な言語環境における性能向上を図っている。
  論文  参考訳（メタデータ） (2025-02-16T15:54:05Z)
• DMQR-RAG: Diverse Multi-Query Rewriting for RAG [26.518517678671376]
  大きな言語モデルは、しばしば静的な知識と幻覚による課題に遭遇し、その信頼性を損なう。 DMQR-RAG(Diverse Multi-Query Rewriting framework)を導入し、RAGにおける文書検索と最終応答の両方の性能を改善する。
  論文  参考訳（メタデータ） (2024-11-20T09:43:30Z)
• Beyond Contrastive Learning: A Variational Generative Model for Multilingual Retrieval [109.62363167257664]
  本稿では,多言語テキスト埋め込み学習のための生成モデルを提案する。 我々のモデルは、$N$言語で並列データを操作する。 本手法は, 意味的類似性, ビットクストマイニング, 言語間質問検索などを含む一連のタスクに対して評価を行う。
  論文  参考訳（メタデータ） (2022-12-21T02:41:40Z)
• Retrofitting Multilingual Sentence Embeddings with Abstract Meaning Representation [70.58243648754507]
  抽象的意味表現(AMR)を用いた既存の多言語文の埋め込みを改善する新しい手法を提案する。 原文入力と比較すると、AMRは文の中核概念と関係を明確かつ曖昧に表す構造的意味表現である。 実験結果から,多言語文をAMRで埋め込むと,意味的類似性と伝達タスクの両方において,最先端の性能が向上することがわかった。
  論文  参考訳（メタデータ） (2022-10-18T11:37:36Z)
• Incorporating Linguistic Knowledge for Abstractive Multi-document Summarization [20.572283625521784]
  ニューラルネットワークに基づく抽象的多文書要約(MDS)モデルを開発した。 依存関係情報を言語誘導型注意機構に処理する。 言語信号の助けを借りて、文レベルの関係を正しく捉えることができる。
  論文  参考訳（メタデータ） (2021-09-23T08:13:35Z)
• MLR: A Two-stage Conversational Query Rewriting Model with Multi-task Learning [16.88648782206587]
  本稿では,シーケンスラベリングとクエリリライトのマルチタスクモデルであるMLRを提案する。 MLRは、マルチターンの会話クエリを単一のターンクエリに再構成し、ユーザの真の意図を簡潔に伝達する。 モデルをトレーニングするために,新しい中国語クエリ書き換えデータセットを構築し,その上で実験を行う。
  論文  参考訳（メタデータ） (2020-04-13T08:04:49Z)

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。