論文の概要: Learning When to Think: Utility-Guided Adaptive Reasoning for Efficient Text Retrieval

• arxiv url: http://arxiv.org/abs/2610.21030v1
• Date: Thu, 15 Oct 2026 00:04:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.106474
• Title: Learning When to Think: Utility-Guided Adaptive Reasoning for Efficient Text Retrieval
• Title（参考訳）: いつ考えるべきか: 効率的なテキスト検索のためのユーティリティガイド型適応推論
• Abstract要約: AURAは、関連文書をハードトラクタとどのように分離するかに応じて、中間的推論状態を監督するフレームワークである。 推論集約的なBRIGHTベンチマークでは、AURA-4B 34.7の平均的なnDCG@10が2.8の推論ステップと96のクエリ毎に生成されたトークンを使用していた。 適応的な停止は、全軌道推論と比較してレイテンシを4.6秒から0.76秒に短縮する。
• 参考スコア（独自算出の注目度）: 10.497923159194352
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reasoning-conditioned embeddings can improve retrieval by progressively refining semantic constraints. However, additional reasoning may introduce over-generalized or semantically noisy abstractions that weaken retrieval specificity. Existing methods largely supervise reasoning through final retrieval outcomes, providing limited guidance over the refinement process itself. We propose AURA, a framework that directly supervises intermediate reasoning states according to how well they separate relevant documents from hard distractors. AURA further trains a lightweight utility estimator over prefix-conditioned embeddings to adapt reasoning depth at inference time. On the reasoning-intensive BRIGHT benchmark, AURA-4B achieves 34.7 average nDCG@10 while using 2.8 reasoning steps and 96 generated tokens per query. Under matched deployment conditions, adaptive stopping reduces latency from 4.6 to 0.76 seconds relative to full-trajectory reasoning. Results on MS MARCO further suggest that this specialization need not substantially degrade conventional in-domain retrieval.
• Abstract（参考訳）: 推論条件付き埋め込みは、意味的制約を段階的に洗練することによって、検索を改善することができる。 しかし、さらなる推論は、検索の特異性を弱めるような、過度に一般化された、あるいは意味的にノイズの多い抽象化を導入するかもしれない。 既存の手法は主に最終検索結果を通じて推論を監督し、精錬プロセス自体に関する限られたガイダンスを提供する。 AURAは、関連文書をハードトラクタとどのように分離するかに応じて、中間的推論状態を直接監視するフレームワークである。 AURAはさらに、プレフィックス条件の埋め込みに対して軽量なユーティリティ推定器を訓練し、推論時に推論深度を適応させる。 推論集約的なBRIGHTベンチマークでは、AURA-4Bは平均的なnDCG@10を34.7回達成し、2.8の推論ステップと96のクエリ生成トークンを使用する。 一致した配置条件下では、適応的な停止は完全な軌道推論と比較してレイテンシを4.6秒から0.76秒に短縮する。 MS MARCOの結果は、この特殊化が従来のドメイン内検索を著しく劣化させる必要はないことを示唆している。

関連論文リスト

• State of Thought Enables Endogenous Reasoning [48.902117018115256]
  大規模言語モデル(LLM)の能力向上のための主要なアプローチとして、テスト時推論が登場した。 LLMにおける内在的推論を可能にする新しい推論パラダイムであるState of Thoughtを提案する。 SoTは平均ベースライン精度を一貫して改善し,生成トークンを62.6%,エンドツーエンドのレイテンシを44.6%削減した。
  論文  参考訳（メタデータ） (2026-09-13T05:55:03Z)
• Retrieval Grounding Latent Reasoning for Dense Retrieval [30.66182684102075]
  推論集約的な検索は、与えられた命令の下で関連性を決定するのに必要な推論を必要とする。 本稿では,RGLT(Retrieval Grounding Latent Reasoning)を提案する。 推論集約型検索ベンチマークの実験は、RGLTが強いベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-08-14T09:08:03Z)
• Hit-RAG: Learning to Reason with Long Contexts via Preference Alignment [97.55382322103986]
  Hit-RAGは認知的ボトルネックを解決するために設計された多段階の優先順位調整フレームワークである。 本手法は,3つの異なる段階を通じて外部証拠の利用を体系的に改善する。
  論文  参考訳（メタデータ） (2026-03-07T04:05:27Z)
• LaSER: Internalizing Explicit Reasoning into Latent Space for Dense Retrieval [74.72139580745511]
  LaSERは、レトリバーの潜在空間に明示的な推論を内部化する、新しい自己蒸留フレームワークである。 提案手法は, 明示的なCoTパイプラインの推論深度と, 標準的な高密度検索器の推論効率をうまく組み合わせる。
  論文  参考訳（メタデータ） (2026-03-02T04:11:18Z)
• Stepwise Penalization for Length-Efficient Chain-of-Thought Reasoning [66.22060690012512]
  大規模な推論モデルは、より多くのテストタイム計算で改善されるが、しばしば過大評価され、正確さを向上することなくコストを上昇させる必要のない長い連鎖を生み出す。 本研究は,本質的な貢献に基づいて,ステップ間の長さ短縮を割り当てる,きめ細かいフレームワークであるSWAPを提案する。
  論文  参考訳（メタデータ） (2026-02-27T20:23:59Z)
• RaCoT: Plug-and-Play Contrastive Example Generation Mechanism for Enhanced LLM Reasoning Reliability [12.67288560758937]
  本稿では,RaCoT(Retrieval-aware Contrastive-of-Thought)を提案する。 RaCoTは、解答の発散を決定する重要な詳細に積極的に焦点を合わせるようモデルに誘導する。
  論文  参考訳（メタデータ） (2025-10-26T15:06:44Z)
• ConciseHint: Boosting Efficient Reasoning via Continuous Concise Hints during Generation [74.37307916314407]
  提案するフレームワークはConciseHintと呼ばれ,推論モデルが簡潔に話すことを継続的に奨励する。 DeepSeek-R1 および Qwen-3 シリーズを含む最先端の LRM 実験により,本手法が簡潔な推論を効果的に生成できることが実証された。
  論文  参考訳（メタデータ） (2025-06-23T16:20:44Z)

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。