論文の概要: Beyond Reachability: A Relation-Semantic Reasoning Framework for Biomedical Multi-hop QA

• arxiv url: http://arxiv.org/abs/2610.19754v1
• Date: Wed, 14 Oct 2026 08:09:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.029684
• Title: Beyond Reachability: A Relation-Semantic Reasoning Framework for Biomedical Multi-hop QA
• Title（参考訳）: Beyond Reachability: バイオメディカルマルチホップQAのためのリレーショナルセマンティック推論フレームワーク
• Abstract要約: 本稿では,提案するReSemReasonについて述べる。 分離された絶対支持スコアは、検索された全てのパスが弱いときに正常化された注意を補完する。 BioHopR、PrimeKGQA、MedReasonの実験では、回答ランキングと回答セットの品質が改善されている。
• 参考スコア（独自算出の注目度）: 4.767851215588439
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Biomedical multi-hop reasoning over knowledge graphs requires identifying a semantically valid relation sequence that supports the answer. Existing methods can retrieve correct answers, yet often rank them poorly within a large pool of seemingly relevant candidates. Even when a correct answer is retrieved, its associated evidence and reasoning path may fail to support the relation composition required by the question. We term this disconnect between answer reachability and evidential validity the reachable-but-invalid problem. We present ReSemReason, which shares a question-induced distribution over typed, directed relation schemas between candidate discovery and evidence selection. Schema compatibility guides graph search; ReSemAttn then uses relation-conditioned key/value projections and an uncertainty-weighted path prior to attend to candidate-specific evidence. A separate absolute-support score complements normalized attention when all retrieved paths are weak. The reported experiments on BioHopR, PrimeKGQA, and MedReason show improvements in answer ranking and answer-set quality. Path-discrimination analyses examine the distinction between endpoint correctness and evidential support. We also specify matched controls for search, attention, and schema uncertainty.
• Abstract（参考訳）: 知識グラフに対するバイオメディカルなマルチホップ推論は、その答えをサポートする意味論的に有効な関係配列を特定する必要がある。 既存の手法は正しい答えを回収できるが、しばしば関係のある候補の大きなプールの中でそれらをランク付けする。 正しい答えが検索されたとしても、その証拠と推論経路は、質問が要求する関係合成をサポートしない可能性がある。 我々は、この解答到達可能性と、到達可能だが無効な問題の明らかな妥当性の間の断絶を述べる。 本稿では,提案するReSemReasonについて述べる。 ReSemAttnは、関係条件付きキー/値プロジェクションと不確実性重み付きパスを使用して、候補固有のエビデンスに出席する。 分離された絶対支持スコアは、検索された全てのパスが弱いときに正常化された注意を補完する。 BioHopR、PrimeKGQA、MedReasonのレポートでは、回答ランキングと回答セットの品質が改善されている。 経路識別分析は、終端正当性と明らかな支持の区別について検討する。 また、検索、注意、スキーマの不確実性に対する一致した制御を指定する。

関連論文リスト

• Theseus in the Graph: Towards Traceable Multi-Hop Graph Navigation [11.103813686369685]
  マルチホップ知識グラフ質問 回答タスクは、自然言語の質問に答えるために、KG内の経路に沿って関係証拠を組み立てるモデルを必要とする。 質問条件付きグラフナビゲーション問題としてマルチホップKGQAを再設定する。 この設定では、エージェントは、KG、質問、トピックエンティティを受信し、回答に対する一連の関係をトラバースし、推論経路を明示する。
  論文  参考訳（メタデータ） (2026-09-13T14:06:43Z)
• SearchAtlas: Analyzing Agentic Search Strategies via Evidential Query Graphs [30.494397052362384]
  本稿では,検索トラジェクトリを構造化グラフに変換するフレームワークであるSearchAtlasを紹介する。 我々の自動解析パイプラインは、人間の注釈付きグラフに対して86.4%の平均エッジF1を達成する。 我々は3つのベンチマークで5つの検索エージェントを分析し、検索尺度とエビデンスアグリゲーションの体系的な違いを明らかにした。
  論文  参考訳（メタデータ） (2026-09-09T23:09:26Z)
• Beyond One-Shot Expansion: Contrastive Evidence Exploration for Multi-Hop Retrieval [19.37201042661162]
  本研究では,エビデンス条件付き探索,パス特化コントラスト改善,カバレッジ対応ファイナルランキングを組み込んだ,トレーニング不要なマルチホップ検索フレームワークを提案する。 MuSiQue、HotpotQA、および2WikiMultihopQAの実験では、ベースラインよりも検索品質と下流QAパフォーマンスが一貫した改善が示されている。
  論文  参考訳（メタデータ） (2026-09-07T05:13:56Z)
• Beyond Relevance: Bayesian Evidence Acquisition for Agentic Whole-Slide Image Reasoning [72.86819994769634]
  全体スライド画像推論(WSI)では、診断問題に答える前に、エージェントが視覚的証拠を逐次取得する必要がある。 本稿では,WSI推論をベイズ証拠取得問題として再検討する,プラグイン・アンド・プレイのエージェント・フレームワークBEACONを提案する。
  論文  参考訳（メタデータ） (2026-08-06T08:40:57Z)
• Diagnosing Search Behavior and Failure Modes in Long-Horizon Search Agents [63.2133766267587]
  ディープサーチエージェントは、証拠収集のために検索クエリを反復的に発行することで、難解な情報検索質問に答える。 本研究では,長軸探索エージェントの軌跡レベル診断を用いてこれらの質問について検討する。 我々は,各探索ステップで得られた証拠を評価し,エージェントの行動の2つの段階を分離する。
  論文  参考訳（メタデータ） (2026-08-03T08:46:48Z)
• When benchmark inferences do not compose: Projectibility in AI evaluation [0.0]
  AIベンチマークの結果が1ステップで連続的なクレームに達することはめったにない。 評価者はそれをさらなるケースに一般化し、能力の証拠として解釈し、新しいタスクに外挿し、他のシステムやサイトへ輸送する。 保証リンクは保証チェーンを自動的に作らない。
  論文  参考訳（メタデータ） (2026-07-28T18:07:04Z)
• HiEviDR-Bench: A Benchmark for Hierarchical Evidence Aggregation in Deep Research [52.87128503345243]
  我々は,Deep Researchにおける階層的エビデンス・アグリゲーションを評価するためのベンチマークであるHiEviDR-Benchを紹介する。 HiEviDR-Benchは、エビデンスの選択、クロスソースリンク、アグリゲーションをキャプチャする明示的なエビデンスグラフを持つ各インスタンスを表す。 報告品質,エビデンストレーサビリティ,引用精度,クレーム検証,回答正当性という5次元のトレーサビリティ指向評価フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-07-27T23:50:46Z)
• BELIEF: Structured Evidence Modeling and Uncertainty-Aware Fusion for Biomedical Question Answering [28.39203052317792]
  BELIEFは、バイオメディカル質問応答のための構造化されたエビデンスモデリングと不確実性を考慮した融合フレームワークである。 検索した文書を、臨床属性、ソース品質、質問関連性、サポート強度、および関連する仮説を記録するエビデンスオブジェクトに変換する。 BelIEFは、エビデンス構造、パスの不一致、決定の不確実性を明確にすることで、検索エビデンス利用を改善する。
  論文  参考訳（メタデータ） (2026-05-17T12:58:55Z)
• Chain-of-Probe: Examining the Necessity and Accuracy of CoT Step-by-Step [81.50681925980135]
  モデル推論における心の変化を探索する手法を提案する。 心的変化のパターンを解析することにより,モデルの推論の正しさを検証した。 我々の検証では、最終回答では正しいが、多くの応答が推論プロセスに誤りを含んでいることが明らかになった。
  論文  参考訳（メタデータ） (2024-06-23T15:50:22Z)
• MS-Ranker: Accumulating Evidence from Potentially Correct Candidates for Answer Selection [59.95429407899612]
  そこで我々は,MS-Ranker という,新しい強化学習に基づくマルチステップランキングモデルを提案する。 我々は、候補の潜在的な正しさを明示的に考慮し、ゲーティング機構で証拠を更新する。 我々のモデルは、外部リソースに依存しない既存の手法を著しく上回ります。
  論文  参考訳（メタデータ） (2020-10-10T10:36:58Z)

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。