論文の概要: Collection-Date Assignment Redirects Answers in Temporal QA

• arxiv url: http://arxiv.org/abs/2610.32191v1
• Date: Fri, 23 Oct 2026 05:37:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.398067
• Title: Collection-Date Assignment Redirects Answers in Temporal QA
• Title（参考訳）: 時間的QAの回答をリダイレクトするコレクション・ダクト・アサインメント
• Abstract要約: 2つのリビジョンの間に質問日と翌日をスワップすることで、後続の正確な試合(EM)を37.6-51.4ポイント下げる。 以前のスワップは497ページで29.0-39.6ポイントの損失を残していた。 フィクションの回答と英語の月名の質問日は、記憶された回答と同一の日付文字列が不要であることを示している。
• 参考スコア（独自算出の注目度）: 0.32665457005470494
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A collection date records when a source revision was acquired, not when its contents changed. Can assigning this metadata redirect temporal question answering despite unchanged evidence? Swapping the question day and following day between two revisions lowers later-reference exact match (EM) by 37.6-51.4 percentage points across five open-weight LLMs on 595 Wikipedia pages, replicated on 128 disjoint pages. Previous-day swaps retain 29.0-39.6-point losses on 497 pages. Seven prompt variants, including explicit ignore-collection instructions and archived-revision provenance, retain the effect. Fictional answers and English month-name question dates show that remembered answers and identical date strings are unnecessary. Matched thinking reduces Qwen3.5's penalty from 30.1 to 11.1 points, while native reasoners vary. Two API LLMs show small Wikipedia swap effects and rarely shift to earlier answers on fictional records. Large swap-induced losses concentrate around the question date; swaps between distant dates have much smaller effects. Adding fields containing one observed acquisition date lowers EM relative to omission in three of five LLMs after correction. The diagnostic isolates metadata effects from changing evidence or missing the relevant revision, and provides a practical audit for temporal QA inputs.
• Abstract（参考訳）: 収集日は、その内容が変更された時ではなく、ソースリビジョンが取得された時に記録される。 このメタデータをアサインすることは、証拠がないにもかかわらず、時間的質問の回答をリダイレクトできるのか? 質問の日と翌日の2つのリビジョンの間のスワップは、595のウィキペディアページ上の5つのオープンウェイト LLM で37.6-51.4 の比率で、後続の正確な一致 (EM) を下げる。 以前のスワップは497ページで29.0-39.6ポイントの損失を残していた。 明示的な無視コンパイル命令やアーカイブされた修正前兆を含む7つの即時変種は、その効果を維持している。 フィクションの回答と英語の月名の質問日は、記憶された回答と同一の日付文字列が不要であることを示している。 一致した思考はQwen3.5のペナルティを30.1ポイントから11.1ポイントに減らし、ネイティブの推論者は異なる。 2つのAPI LLMは、小さなウィキペディアスワップエフェクトを示し、フィクションレコードの以前の回答にはほとんど移行しない。 スワップによる大きな損失は質問日を中心に集中しており、遠い日付間のスワップの影響ははるかに小さい。 観測された1つの取得日を含むフィールドを追加すると、修正後の5つのLSMのうち3つにおいて、排ガスに対するEMが低下する。 診断は、メタデータ効果をエビデンスの変更や関連するリビジョンの欠如から分離し、時間的QA入力の実践的な監査を提供する。

関連論文リスト

• PACMI: Provenance-Aware Cascading Memory Invalidation for Long-Term LLM Agents [22.004895431694806]
  LLMエージェントは、長い地平線上でタスクを実行する際に、情報の保持と再利用を長期記憶に依存している。 既存の方法は、新しい観察やドメインの証拠が到着するにつれて時代遅れになる記憶を扱うための限られたサポートを提供する。 Provenance-Aware Cascading Memory Invalidation (PACMI) を提案する。
  論文  参考訳（メタデータ） (2026-10-05T03:31:51Z)
• Can Computation from Earlier Problems Help LLMs Solve New Ones? [44.98683153329889]
  従来の問題からの計算は、同じ領域内であっても、後戻り精度を上昇または低下させることができることを示す。 3つのQwenモデルと4つのベンチマークで、STAIRは変更されていないモデルと履歴を持つモデルに対して、平均的な後戻り精度を最大11.67ポイント改善する。
  論文  参考訳（メタデータ） (2026-09-30T09:43:16Z)
• ReplayLens: Auditing Agents' Use of Outcomes [16.745093090677475]
  エージェントがログ化された経験を再利用すると、変更した決定は記録されたスコア、アクション名、記憶中のレコードの位置を反映する。 ReplayLensは、保存された履歴の1つの関係を一度に変更し、残りのインターフェイスを固定し、その結果の判断を計測するブラックボックス監査である。
  論文  参考訳（メタデータ） (2026-09-28T02:56:32Z)
• RoutePrism: Tracing Construction Order Effects in Agent Memory [16.745093090677475]
  RoutePrismは、2つの処理順序で同じソースプールから2回メモリを構築する。 再注文によって取り消されたレコードが実際にタスク関連証拠であったかどうかの4条件の介入テストが一致した。
  論文  参考訳（メタデータ） (2026-09-28T02:37:57Z)
• Do LiDAR Language Models Really Understand Spatio-temporal Relationships? [62.56505727364142]
  ベンチマークと診断プロトコルであるLiDAR-Halluを150 nusのシーンで紹介する。 提案プロトコルは,固定回答と候補コンテンツ制御,クロスシーンペアを同一のプロンプトで組み合わせるが,参照応答は逆で,リレーショナルなリコールを行う。 記録された10万の応答の分析は、集合的空間精度によって隠された失敗を明らかにする。
  論文  参考訳（メタデータ） (2026-09-21T11:59:07Z)
• Time Present and Time Past: Benchmarking Large Language Models on Temporally Evolving Document Understanding [3.285110528753401]
  法律、税法、ソフトウェア文書などの進化した文書は、修正され、置き換えられ、時には時間とともに復活する。 我々は、バングラデシュ政府によって発行された644の公式税関の計3,050対のQAに関する専門家が検証したベンチマークであるTIDEを提示する。
  論文  参考訳（メタデータ） (2026-08-09T06:17:41Z)
• SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
  SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。 正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。 変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
  論文  参考訳（メタデータ） (2026-08-04T13:16:15Z)
• A Parametric Memory Head for Continual Generative Retrieval [52.66674234249913]
  生成情報検索(GenIR)は、検索を単一のニューラルモデルに統合し、クエリから直接ドキュメント識別子(ドシデント)をデコードする。 逐次適応は、新たに追加された文書の検索を改善するが、以前のスライスの性能は著しく低下することを示す。 本稿では,モジュール型パラメトリックメモリヘッドで適応モデルを拡張するメモリのみの安定化ステージである,後適応メモリチューニング(PAMT)を提案する。
  論文  参考訳（メタデータ） (2026-04-25T17:38:51Z)
• ImpliRet: Benchmarking the Implicit Fact Retrieval Challenge [50.93758649363798]
  Impliretは、推論の課題をドキュメント側処理にシフトするベンチマークである。 我々は,この環境下で苦戦している,疎水・密集したレトリバーの幅を評価した。
  論文  参考訳（メタデータ） (2025-06-17T11:08:29Z)

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。