論文の概要: Argument Graph Uncertainty: Quantifying Uncertainty from the Logical Structure of Reasoning Chains
- arxiv url: http://arxiv.org/abs/2610.20328v1
- Date: Wed, 14 Oct 2026 15:13:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:16.216562
- Title: Argument Graph Uncertainty: Quantifying Uncertainty from the Logical Structure of Reasoning Chains
- Title（参考訳）: 引数グラフの不確かさ:推論鎖の論理構造からの不確かさの定量化
- Abstract要約: 複数の選択質問タスクのためのポストホックフレームワークであるArgument Graph Uncertaintyを紹介する。
単一のチェーン・オブ・ソート推論トレースの論理構造から直接モデル信頼性を推定する。
我々のフレームワークは評価されたモデルに対する追加の呼び出しを必要とせず、完全に小型で効率的な補助モデルに依存しています。
- 参考スコア（独自算出の注目度）: 14.960495693277288
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Reliable uncertainty estimation is essential for deploying large language models in high-stakes reasoning tasks, yet most existing approaches rely on expensive sampling strategies or shallow token-level signals that ignore the internal logical structure of model outputs. We introduce Argument Graph Uncertainty, a post-hoc framework for multiple choice question tasks, that estimates model confidence directly from the logical structure of a single chain-of-thought reasoning trace. Our method uses either a lightweight instruction-tuned model or a simple deterministic rule to segment the reasoning chain into propositional units, then applies a NLI model to infer relational edges and construct two complementary argument graphs over these segments. The resulting edge scores are aggregated into a Dirichlet posterior over answer options, whose concentration yields calibrated uncertainty estimates reflecting both local step-to-step coherence and global logical consistency across the reasoning trace. Evaluated on GPQA, MMLU-Pro and TruthfulQA, our method consistently surpasses token-based and consistency-based uncertainty baselines across multiple reasoning models. We further demonstrate through extensive combination analyses that argument graph uncertainty captures an orthogonal signal to existing approaches, making it a complementary component in uncertainty ensembles. Crucially, our framework requires no additional calls to the evaluated model and relies entirely on small, efficient auxiliary models, producing fully interpretable, per-node uncertainty attributions at low computational cost.
- Abstract（参考訳）: 信頼性の高い不確実性推定は、大規模言語モデルを高い推論タスクにデプロイするために不可欠であるが、既存のアプローチのほとんどは、高価なサンプリング戦略やモデル出力の内部論理構造を無視した浅いトークンレベルの信号に依存している。
複数の選択問題タスクのためのポストホックなフレームワークであるArgument Graph Uncertaintyを導入し、単一のチェーンの推論トレースの論理構造から直接モデルの信頼性を推定する。
提案手法では,軽量な命令チューニングモデルあるいは単純な決定論的ルールを用いて推論チェーンを命題単位に分割し,NLIモデルを用いて関係エッジを推論し,これらのセグメント上に2つの相補的引数グラフを構築する。
結果として得られるエッジスコアはディリクレの後続回答オプションに集約され、その濃度は、局所的なステップ・ツー・ステップのコヒーレンスと、推論トレース全体にわたる大域的な論理的一貫性の両方を反映するキャリブレーションされた不確実性推定をもたらす。
GPQA, MMLU-Pro, TruthfulQAで評価し, 複数の推論モデルにまたがるトークンベースおよび一貫性ベースの不確実性ベースラインを一貫して超越している。
さらに,議論グラフの不確実性が既存手法の直交信号を捕捉し,不確実性アンサンブルの相補的成分であることを示す。
重要なことは、我々のフレームワークは評価されたモデルに対する追加の呼び出しを必要とせず、完全に小さく効率的な補助モデルに依存し、計算コストの低い完全解釈可能なノード毎の不確実性属性を生成する。
関連論文リスト
- Quantifying Consistency in LLM Logical Reasoning via Structural Uncertainty [5.839104770457067]
大規模な言語モデルは、不安定で矛盾し、一貫してランク付けするのが困難である推論パスを通じて、同じ答えに達することができる。
自己参照によるランク付けの安定性から導かれる一貫性を考慮した構造的不確実性を提案する。
論文 参考訳（メタデータ） (2026-06-15T21:39:47Z) - Learning When to Sample: Confidence-Aware Self-Consistency for Efficient LLM Chain-of-Thought Reasoning [7.8668388431725695]
大規模言語モデル(LLM)は、チェーン・オブ・ソート(CoT)推論によって強い推論性能を達成する。
最近の自己整合性に基づくアプローチは、精度をさらに向上するが、複数の推論軌道のサンプリングと集約が必要である。
本稿では,単一経路と複数経路の推論を適応的に選択するための単一経路推論軌道を解析する信頼度対応決定フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-09T22:34:06Z) - GHS-TDA: A Synergistic Reasoning Framework Integrating Global Hypothesis Space with Topological Data Analysis [27.271992201673083]
CoT (Chain-of-Thought) は,大規模言語モデル (LLM) の推論精度を大幅に向上することが示されている。
既存のCoTメソッドには2つの基本的な制限がある。
論文 参考訳（メタデータ） (2026-02-10T14:00:30Z) - Unmasking Reasoning Processes: A Process-aware Benchmark for Evaluating Structural Mathematical Reasoning in LLMs [20.82580343824728]
最近の大規模言語モデル (LLM) は、多くの確立された数学的推論ベンチマークにおいて、ほぼ飽和の精度を達成している。
この飽和はテンプレートベースの計算と浅い算術分解の優位性に起因している。
本稿ではReasoningMath-Plusについて紹介する。
論文 参考訳（メタデータ） (2026-01-31T07:09:17Z) - Efficient Thought Space Exploration through Strategic Intervention [54.35208611253168]
本稿では,この知見を2つの相乗的コンポーネントを通して操作するHint-Practice Reasoning(HPR)フレームワークを提案する。
フレームワークの中核となる革新は、動的に介入点を識別する分散不整合低減(DIR)である。
算術的および常識的推論ベンチマークによる実験は、HPRの最先端の効率-精度トレードオフを実証している。
論文 参考訳（メタデータ） (2025-11-13T07:26:01Z) - Step-Aware Policy Optimization for Reasoning in Diffusion Large Language Models [57.42778606399764]
拡散言語モデル(dLLM)は、テキスト生成に有望で非自己回帰的なパラダイムを提供する。
現在の強化学習アプローチは、しばしばスパースで結果に基づく報酬に頼っている。
これは推論の自然な構造との根本的なミスマッチに由来すると我々は主張する。
論文 参考訳（メタデータ） (2025-10-02T00:34:15Z) - CTRLS: Chain-of-Thought Reasoning via Latent State-Transition [57.51370433303236]
チェーン・オブ・シント(CoT)推論は、大規模な言語モデルで複雑な問題を解釈可能な中間ステップに分解することを可能にする。
我々は,遅延状態遷移を伴うマルコフ決定プロセス(MDP)としてCoT推論を定式化するフレームワークであるgroundingSを紹介する。
我々は、ベンチマーク推論タスクにおける推論精度、多様性、探索効率の改善を示す。
論文 参考訳（メタデータ） (2025-07-10T21:32:18Z) - PixelThink: Towards Efficient Chain-of-Pixel Reasoning [70.32510083790069]
PixelThinkは、外部から推定されるタスクの難しさと内部で測定されたモデルの不確実性を統合する、シンプルで効果的なスキームである。
シーンの複雑さと予測信頼度に応じて推論の長さを圧縮することを学ぶ。
実験により,提案手法は推論効率と全体セグメンテーション性能の両方を改善した。
論文 参考訳（メタデータ） (2025-05-29T17:55:49Z) - Bridging Internal Probability and Self-Consistency for Effective and Efficient LLM Reasoning [53.25336975467293]
パープレキシティや自己整合性などの手法の第一理論誤差分解解析について述べる。
パープレキシティ法は、適切な整合関数が存在しないため、かなりのモデル誤差に悩まされる。
本稿では、自己整合性とパープレキシティを統合したReasoning-Pruning Perplexity Consistency(RPC)と、低確率推論経路を排除したReasoning Pruningを提案する。
論文 参考訳（メタデータ） (2025-02-01T18:09:49Z)
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。