論文の概要: Stop or Clarify? Experience-Conditioned Active Fact Verification

• arxiv url: http://arxiv.org/abs/2610.34941v1
• Date: Mon, 26 Oct 2026 07:08:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.780608
• Title: Stop or Clarify? Experience-Conditioned Active Fact Verification
• Title（参考訳）: 停止か明確か? 経験に基づくアクティブ・ファクトの検証
• Abstract要約: Sequential Experience-Adaptive Clarification (SEAC)は、固定検証器を軽量なエビデンス獲得ポリシーでラップする。 それぞれのクレームに対して、SEACは証拠を取得し、検証を実行し、ラベルのない決定状態を形成し、停止リスクと観察的明確化ユーティリティー推定を組み合わせる。 SciFact、LIAR、FEVERでは、SEACは比較した事実検証とアクティブ検索ベースラインよりも平均精度とマクロF1を改善している。
• 参考スコア（独自算出の注目度）: 12.710168208277388
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fact-verification benchmarks score the final label, while an interactive verifier must first decide whether the available evidence is sufficient. We focus on that intermediate Stop-or-Clarify Decision. Uncertainty alone is insufficient, because the benefit of another evidence-acquisition step is unknown before the step is taken. Sequential Experience-Adaptive Clarification (SEAC) wraps a fixed verifier with a lightweight evidence-acquisition policy. For each claim, SEAC retrieves evidence, runs the verifier, forms a label-free decision state, and combines stop risk with an observational clarification-utility estimate from earlier executed trajectories. Clarification is requested only when this score exceeds the action cost and decision threshold. On SciFact, LIAR, and FEVER, SEAC improves mean accuracy and macro-F1 over the compared fact-verification and active-retrieval baselines. Equal-budget and formula-level diagnostics support selective clarification as a contributor to the gain, while the small SciFact split leaves its paired improvement inconclusive.
• Abstract（参考訳）: Fact-verificationベンチマークは最終ラベルをスコアし、インタラクティブな検証者はまず、利用可能な証拠が十分かどうかを判断しなければならない。 私たちはその中間のStop-or-Clarify Decisionに注目します。 なぜなら、別の証拠取得ステップの利点は、そのステップを受ける前に不明であるからである。 Sequential Experience-Adaptive Clarification (SEAC)は、固定検証器を軽量なエビデンス獲得ポリシーでラップする。 それぞれのクレームに対して、SEACは証拠を取得し、検証を実行し、ラベルのない決定状態を形成し、停止リスクと、以前に実行されたトラジェクトリからの観察的明確化ユーティリティー推定を結合する。 このスコアがアクションコストおよび決定しきい値を超えた場合にのみ、明確化が要求される。 SciFact、LIAR、FEVERでは、SEACは比較した事実検証とアクティブ検索ベースラインよりも平均精度とマクロF1を改善している。 等予算と式レベルの診断は利得に寄与する要因として選択的明確化を支持し、SciFactの小さな分割は相補的な改善を残している。

関連論文リスト

• VERDICT: Training-Free Step-Wise Verification of Multimodal Reasoning via Disagreement-Aware Consensus [15.909063535182632]
  マルチモーダルな大言語モデルは、しばしば誤った答えにつながる微妙な誤りを含む推論連鎖を生成する。 異種凍結検証器間でのスコアリング問題としてこれを定式化する。 我々は、VERDICTと呼ばれる、トレーニング不要なドメインに依存しないステップワイド検証手法を提案し、その検証をDagreement-Informed Coupled Thresholding を用いて行う。
  論文  参考訳（メタデータ） (2026-08-11T08:46:38Z)
• Diagnosing LLM Arbitration Behavior over Pre-evidence Epistemic States in RAG-based Fact-Checking [14.164769475625391]
  RAGベースのファクトチェックでは、LLMは、検索された証拠に対して与えられたクレームをチェックするための検証器として、ますます使われている。 我々は,LSM検証を4つのてんかん状態に階層化する診断テストベッドであるtextscPAVE(emphPrior-Aware Verifier Evaluation)を紹介する。 実験により、現実のRAGベースのファクトチェックアプリケーションにおいて、検証者選択の重要性が浮かび上がっている。
  論文  参考訳（メタデータ） (2026-05-31T09:37:56Z)
• Conformal Certification of Reasoning Trace Prefixes [30.432255322700126]
  CROP(Conformal Reasoning Output Prefixes)は,クリーンアノテート認証のためのバリデーション非依存の校正手順である。 CROPをオーバー・アンド・アンダー・ホールドし、有効な中間的推論を保ち、下流の補修精度を向上させることを実証する。
  論文  参考訳（メタデータ） (2026-05-28T15:31:42Z)
• Guideline-Grounded Evidence Accumulation for High-Stakes Agent Verification [60.18369393468405]
  既存の検証器は通常、ドメイン知識の欠如と限られた校正のために性能が劣る。 GLEANは専門家によって計算されたプロトコルをトラジェクトリインフォームされ、よく校正された正当性信号にコンパイルする。 我々は,MIMIC-IVデータセットから得られた3つの疾患の薬物的臨床診断でGLEANを実証的に検証した。
  論文  参考訳（メタデータ） (2026-03-03T09:36:43Z)
• Preventing the Collapse of Peer Review Requires Verification-First AI [49.995126139461085]
  我々は、真理結合、すなわち、過度に科学的真理をトラックする場所のスコアの厳密さを提案する。 プロキシ・ソブリン評価に向けた相転移を駆動する2つの力の形式化を行う。
  論文  参考訳（メタデータ） (2026-01-23T17:17:32Z)
• Retrieve-Refine-Calibrate: A Framework for Complex Claim Fact-Checking [32.6738019397553]
  大規模言語モデル(LLM)に基づくRetrieve-Refine-Calibrate(RRC)フレームワークを提案する。 特に、このフレームワークは、まずクレームに記載されたエンティティを特定し、それらに関連する証拠を検索する。 そして、無関係な情報を減らすためのクレームに基づいて、回収された証拠を精査する。 最後に、信頼性の低い予測を再評価することで検証プロセスを校正する。
  論文  参考訳（メタデータ） (2026-01-23T08:48:52Z)
• The Decisive Power of Indecision: Low-Variance Risk-Limiting Audits and Election Contestation via Marginal Mark Recording [51.82772358241505]
  リスクリミット監査(リスクリミット監査、RLA)は、大規模な選挙の結果を検証する技術である。 我々は、効率を改善し、統計力の進歩を提供する監査の新たなファミリーを定めている。 新しい監査は、複数の可能なマーク解釈を宣言できるように、キャストボイトレコードの標準概念を再考することで実現される。
  論文  参考訳（メタデータ） (2024-02-09T16:23:54Z)
• From Relevance to Utility: Evidence Retrieval with Feedback for Fact Verification [118.03466985807331]
  我々は、FVの関連性よりも、クレーム検証者が取得した証拠から導出する実用性に焦点を当てる必要があると論じる。 本稿では,エビデンス検索プロセスの最適化に,クレーム検証器からのフィードバックを取り入れたフィードバックベースのエビデンス検索手法(FER)を提案する。
  論文  参考訳（メタデータ） (2023-10-18T02:59:38Z)

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。