論文の概要: Retrieved but Not Read: Understanding Why Search-Augmented LLMs Fail to Use Available Evidence

• arxiv url: http://arxiv.org/abs/2610.21731v1
• Date: Thu, 15 Oct 2026 11:48:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.055524
• Title: Retrieved but Not Read: Understanding Why Search-Augmented LLMs Fail to Use Available Evidence
• Title（参考訳）: 検索機能を拡張したLLMがなぜ利用できないのか?
• Abstract要約: ウェブサーチでは1つのプロプライエタリモデルと,制御された検索では6つのオープンウェイトモデル構成を評価した。 ソースページを開くことなく検索スニペットからモデルが答えることがよくあります。 検索された証拠が内部の予測に影響を与えても、モデルは最終的な回答で古い情報を好むかもしれない。
• 参考スコア（独自算出の注目度）: 21.783121208429037
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Web search allows LLMs to access up-to-date information, but it remains unclear why they sometimes produce outdated answers even when relevant evidence is available. To study this problem, we construct temporal facts whose values changed after the models' training cutoffs. We evaluate one proprietary model under deployed web search and six open-weight model configurations under controlled retrieval. We find that models often answer from search snippets without opening the source pages, which is associated with higher rates of outdated answers and unfaithful citations. Our controlled experiments and layer-wise analysis reveal a gap between the availability of evidence and its effective use. Even when retrieved evidence influences internal predictions, models may still favour outdated information in their final answers. We hope these findings will help advance research on the reliable use of retrieved evidence in search-augmented LLMs.
• Abstract（参考訳）: Web 検索では LLM が最新の情報にアクセスできるが,関連する証拠が得られても,なぜ時代遅れの回答を得られるのかは不明だ。 そこで本研究では,モデルのトレーニング遮断後,その値が変化する時間的事実を構築した。 ウェブサーチでは1つのプロプライエタリモデルと,制御された検索では6つのオープンウェイトモデル構成を評価した。 モデルでは、ソースページを開かずに検索スニペットから回答することが多いが、これは時代遅れの回答や不誠実な引用の頻度が高いことに関係している。 制御実験と層解析により,エビデンスと有効利用のギャップが明らかになった。 検索された証拠が内部の予測に影響を与えても、モデルは最終的な回答で古い情報を好むかもしれない。 これらの知見は,LLMにおける証拠検索の信頼性向上に役立つと期待している。

関連論文リスト

• PAPER2LLM++: Continual Self-Evolution of LLMs from Research Papers [20.907073092297598]
  研究論文からLLMの継続的自己進化のための枠組みを導入する。 モデルでは,早期の利益を維持しつつ,新たな発見を段階的に取り入れることができることを示す。
  論文  参考訳（メタデータ） (2026-10-02T04:33:53Z)
• Multi-Sourced, Multi-Agent Evidence Retrieval for Fact-Checking [47.47518672198846]
  インターネット上に拡散する誤報は、社会と個人の両方に重大な脅威をもたらす。 これまでの方法は、トレーニングデータから学んだ意味的パターンと社会的コンテキスト的パターンに依存していた。 我々は、証拠のコアリソースとして認証されたオープンナレッジグラフを利用するWKGFCを提案する。
  論文  参考訳（メタデータ） (2026-02-27T19:29:01Z)
• NeoQA: Evidence-based Question Answering with Generated News Events [53.85274258429368]
  この問題に対処するために設計されたベンチマークであるNeoQAを紹介します。 我々は,エビデンスに基づく質問応答を評価するための新しいプラットフォームとして,データセットを提案する。
  論文  参考訳（メタデータ） (2025-05-09T10:51:29Z)
• Are LLMs Really Not Knowledgable? Mining the Submerged Knowledge in LLMs' Memory [15.986679553468989]
  大規模言語モデル(LLM)は潜在的な知識基盤として有望であることを示している。 LLMは質問応答タスクに苦しむことが多く、幻覚を起こす傾向がある。 我々は,検出されたが表現されていない知識を活用することで,解答精度を向上させる手法であるSkipUnsureを開発した。
  論文  参考訳（メタデータ） (2024-12-30T10:29:18Z)
• Multimodal Misinformation Detection using Large Vision-Language Models [7.505532091249881]
  大規模言語モデル(LLM)は、様々なタスクにおいて顕著なパフォーマンスを示している。 誤情報検出の一部として証拠検索を考えるアプローチはほとんどない。 マルチモーダルエビデンス検索のための新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-07-19T13:57:11Z)
• Attribute or Abstain: Large Language Models as Long Document Assistants [58.32043134560244]
  LLMは人間が長い文書を扱うのを助けることができるが、幻覚で知られている。 既存の属性に対するアプローチはRAG設定でのみ評価されている。 これは、検索が不要な長いドキュメント設定とは大きく異なるが、助けになる可能性がある。 そこで本研究では,6種類の多種多様文書タスクのベンチマークであるLABと,異なる大きさの5つのLLMに対する属性に対する異なるアプローチの実験を行う。
  論文  参考訳（メタデータ） (2024-07-10T16:16:02Z)
• Small Models, Big Insights: Leveraging Slim Proxy Models To Decide When and What to Retrieve for LLMs [60.40396361115776]
  本稿では,スリムプロキシモデルを用いた大規模言語モデル (LLM) における知識不足を検知する新しい協調手法であるSlimPLMを提案する。 パラメータがはるかに少ないプロキシモデルを採用し、回答を回答としています。 ヒューリスティックな回答は、LLM内の既知の未知の知識と同様に、ユーザの質問に答えるために必要な知識を予測するのに使用される。
  論文  参考訳（メタデータ） (2024-02-19T11:11:08Z)
• ReEval: Automatic Hallucination Evaluation for Retrieval-Augmented Large Language Models via Transferable Adversarial Attacks [91.55895047448249]
  本稿では,LLMベースのフレームワークであるReEvalについて述べる。 本稿では、ChatGPTを用いてReEvalを実装し、2つの人気のあるオープンドメインQAデータセットのバリエーションを評価する。 我々の生成したデータは人間可読であり、大きな言語モデルで幻覚を引き起こすのに役立ちます。
  論文  参考訳（メタデータ） (2023-10-19T06:37:32Z)

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。