論文の概要: UAE GovTrust Scope Filtering Gains and Routing Failures in Bilingual Public Service Retrieval
- arxiv url: http://arxiv.org/abs/2610.32608v1
- Date: Fri, 23 Oct 2026 13:30:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 01:38:06.526913
- Title: UAE GovTrust Scope Filtering Gains and Routing Failures in Bilingual Public Service Retrieval
- Title（参考訳）: UAE GovTrust Scopeing Filtering Gains and Routing Failures in bilingual Public Service Retrieval
- Abstract要約: UAE GovTrustは、22のサービスサマリーと、110のクエリ変異を持つ50のシナリオからなる英語とアラビア語の検索診断である。
72の一致した応答可能なクエリとバイリンガルなエビデンスでは、ロールフィルタされた逆階融合が69のクエリ(95.8%)に対して関連する最初の結果を取得する。
この研究は、生成された回答や法的正当性ではなく、検索とルーティングを評価し、独立したアラビア語とドメインの検証は依然として必要である。
- 参考スコア（独自算出の注目度）: 51.56484100374058
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Public-service queries can mention several locations while only one controls the requested service. We study this distinction in UAE GovTrust, a controlled English-Arabic retrieval diagnostic comprising 22 authored service summaries and 50 scenarios with 110 query variants. Twelve methods separate lexical and dense ranking, rank fusion, scope filtering, a multilingual cross-encoder, and direct service lookup. On 72 matched answerable queries with bilingual evidence, role-filtered reciprocal rank fusion retrieves a relevant first result for 69 queries (95.8%), versus 47 (65.3%) for unfiltered fusion; filtered dense retrieval and direct lookup each achieve 68 (94.4%). With English-only evidence, excluding zero-score lexical candidates raises filtered fusion from 52 to 64 correct first hits. However, the unchanged router selects the correct action and scope for only 2 of 168 post-audit perturbations covering paraphrases, irrelevant facts, negation, and corrections. These perturbations are deliberately authored diagnostics, not held-out evaluation. Fresh-environment execution reproduces all 1,320 original ranking orders and actions. The results show that correct scope metadata can improve ranking while brittle scope inference can remove the evidence needed to answer. The study evaluates retrieval and routing, not generated answers or legal correctness; independent Arabic and domain validation remains necessary.
- Abstract（参考訳）: パブリックサービスクエリはいくつかの場所を参照できるが、要求されたサービスを制御するのは1つだけである。
この区別はUAE GovTrust(英語とアラビア語の検索診断)において研究され、22のオーソライズされたサービスサマリーと、110のクエリ変異を持つ50のシナリオからなる。
12のメソッドは、語彙と密接なランク、ランク融合、スコープフィルタリング、多言語クロスエンコーダ、ダイレクトサービスルックアップを分離する。
72の一致した解答可能なクエリとバイリンガルなエビデンスで、ロールフィルタされた逆階融合は69のクエリ(95.8%)に対して関連する最初の結果を取得するが、フィルタされていない融合では47(65.3%)、フィルターされた高密度検索と直接検索は68(94.4%)である。
英語のみの証拠では、ゼロスコアの語彙候補を除くと、フィルター融合は52点から64点に上昇する。
しかし、変更されていないルータは、パラフレーズ、無関係な事実、否定、修正を含む168回の聴取後の摂動のうち2回だけ、正しい動作とスコープを選択する。
これらの摂動は故意に診断を認可されるが、評価は得られない。
フレッシュ環境実行は、1,320のオリジナルのランク付け命令とアクションをすべて再現する。
その結果、適切なスコープメタデータがランキングを改善する一方で、不安定なスコープ推論は答えるために必要なエビデンスを取り除くことができることがわかった。
この研究は、生成された回答や法的正当性ではなく、検索とルーティングを評価し、独立したアラビア語とドメインの検証は依然として必要である。
関連論文リスト
- Bengali Hallucination Detection with Retrieval and Programs: A System Study [0.0]
ベンガルの幻覚は、しばしば供給された参照パスなしで、事実的主張と誤った推論を区別しなければならない。
本稿では,応答条件付きクエリ書き換え,ハイブリッド検索,タスク固有言語モデル判定を組み合わせた推論のみのシステムを提案する。
我々は,バージョン固有のコード,保存された予測,実行トレース,Olikbochonチャレンジからのコーパスメタデータを用いて,システムの特徴付けを行う。
論文 参考訳（メタデータ） (2026-10-16T03:46:27Z) - Evidence-Gated Bilingual RAG for Reliable Consumer Banking Search [0.2609784101826761]
本稿では,消費者銀行検索のためのエビデンス付きバイリンガル検索拡張生成フレームワークを提案する。
このフレームワークは、構造化されたWebコンテンツの改良、ハイブリッドな密語彙検索、意図認識されたエビデンスの選択、クロスエンコーダのランク付け、および3つのアウトカムのAnswer / Related Mismatch / No Answer決定メカニズムを組み合わせる。
論文 参考訳（メタデータ） (2026-10-15T21:12:10Z) - QREF: Improving DeepSearch Agents by Aligning Search with Reasoning via Query Refinement and Evidence Filtering [70.83365338105564]
提案するQREFは,クエリリファイナとエビデンスフィルタである。
QREFは、現在の推論意図に従って検索クエリを書き換える。
エビデンスフィルタは、現在の検索バッチと推論目的の両方に関連する証拠を保持する。
論文 参考訳（メタデータ） (2026-10-15T08:47:44Z) - Beyond the Verdict: Agentic Code Judging with Verifiable Feedback [54.72977295521153]
我々は,人間の専門家による受諾プログラムと受諾プログラムを用いて,USACO 2026コンテストからUSACO-JUDGEを構築した。
次に、35Bのエージェント検証器であるARBITERを、汎用的な実行サンドボックスで強化学習して訓練する。
トレーニングは、不正なプログラムを40.61%から62.67%に、二分判定の精度を71.41%から87.41%に引き上げる。
論文 参考訳（メタデータ） (2026-10-13T17:22:58Z) - Query-aware routing for Cross-lingual performance gains in Encoders [2.1576136039212086]
多言語エンコーダは、クエリや関連文書が言語によって異なる場合、同言語のパフォーマンスが強いにもかかわらず、検索効率が低下する可能性がある。
フィンランド語とスウェーデン語による言語間検索が、エンコーダの既存の同言語のパフォーマンスと文書インデックスを維持しながら改善できるかどうかを検討する。
クエリのみの低ランクアダプタをフリーズしたドキュメント埋め込みに対してトレーニングし、クエリとインデックス言語に基づいた決定論的ルーティングを組み合わせます。
論文 参考訳（メタデータ） (2026-10-02T06:12:53Z) - Turkish MMLU Pro: Traceable Option Augmentation and Its Validity Limits in Turkish Multiple-Choice Evaluation [0.0]
回答オプションを追加することで、評価の妥当性を向上することなく、複数の選択のスコアを下げることができる。
トルコのMMLU Proは58のセクションで12,000のトルコ語ソースの質問を用いてこの区別を検証している。
論文 参考訳（メタデータ） (2026-09-14T12:28:09Z) - EAVer: Long-Form Factuality Verification as an End-to-End Agentic Policy [50.665874114632]
我々は、完全な応答レベルの検証ワークフローを統一ポリシーとして制御することを学ぶ、エンドツーエンドのエージェント検証であるEAVerを紹介する。
EAVerはセマンティック関連クレームをグループ化し、信頼に基づいた直接検証やターゲット検索にルートし、コンパクトなインコンテキストメモで検索によって返される証拠を保持する。
論文 参考訳（メタデータ） (2026-09-02T21:00:35Z) - Annotated Surrogate Retrieval for Polish Statutory Law [0.0]
本稿では,文書代理法に基づくポーランド法典の検索方法のファミリについて述べる。
ASCRはサロゲートカスケードであり、ASCR-Hはそのカスケードに密度の高いリストを融合させ、DTFは言語モデルの両方のステージを3つの語彙と密度の高いレトリバーで置き換える。
2024年と2025年のポーランドの弁護士試験と法律顧問試験の300問に対して,これら3項目について,語彙,密集度,融解度,融解度と4つの基準値とを比較検討した。
論文 参考訳（メタデータ） (2026-08-31T15:05:00Z) - VisDocAgentBench: Benchmarking Agents for Visually Rich Document Retrieval [65.89247522243959]
VisDocAgentBenchは、静的検索とエージェント検索を比較したクローズドコーパスベンチマークである。
100の文書から2,375ページ、120のユニークなターゲットクエリが直接、一橋、二橋のエビデンス構造でバランスを取っている。
強力な遅延対話型ビジュアルレトリバーは、直接アイテムで97.50%のRecall@1に達するが、2ブリッジアイテムでは2.50%に達し、関連性がコーパスコンテキストに依存する場合のクエリ-ターゲットマッチングの限界を明らかにする。
論文 参考訳（メタデータ） (2026-08-18T15:23:06Z) - 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)
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。