論文の概要: Tessera: Structure-Completed Evidence Units for Web Retrieval-Augmented Generation

• arxiv url: http://arxiv.org/abs/2610.37080v1
• Date: Tue, 27 Oct 2026 11:41:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.578516
• Title: Tessera: Structure-Completed Evidence Units for Web Retrieval-Augmented Generation
• Title（参考訳）: Tessera: Web Retrieval-Augmented Generationのための構造補完エビデンスユニット
• Abstract要約: Web検索拡張生成(RAG)は、ページを固定サイズのテキストチャンクまたは最近のビジュアルパイプライン、スクリーンショットタイルに分割し、検索されたアイテムはインデックス付け、ランキング、読み込みの単位として同時に機能する。 ソースHTMLからの回答エビデンスから全英語のウィキペディアへの入力まで追跡した結果、この結合によってテキストやスクリーンショットパイプラインの証拠が失われることが判明した。 トレーニング不要のエビデンス配信レイヤであるTesseraを紹介します。
• 参考スコア（独自算出の注目度）: 18.58498770385826
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Web retrieval-augmented generation (RAG) splits a page into fixed-size text chunks or, in recent visual pipelines, screenshot tiles, and the retrieved item serves at once as the unit of indexing, ranking, and reading. We trace answer evidence from source HTML to reader input over the full English Wikipedia and find that this coupling loses evidence in text and screenshot pipelines alike: evidence present in the source page often fails to reach the reader intact, particularly structured content such as tables and infoboxes, which chunking separates from the headers and context that give it meaning. Stronger extraction, context expansion, and larger reader budgets leave the loss in place. We present Tessera, a training-free evidence delivery layer that decouples what a pipeline retrieves from what its reader reads. Given the pages behind any ranked list, Tessera rebuilds their HTML into fine-grained evidence units, each completed with its page title, section path, and table headers, selects the units relevant to the query, and packs them into the reader context at an unchanged token budget. The index, the retriever, and the reader stay as they are, so Tessera applies to text, screenshot, and agentic pipelines. Across three question answering benchmarks, Tessera improves answer accuracy by 5 to 6 points on text and screenshot pipelines, consistently across readers, retrievers, and reader budgets, and outperforms strong HTML-aware and structure-aware RAG baselines under matched budgets. The gains carry over to multi-step agentic search. Our code is publicly available at https://github.com/sarendis56/Tessera.
• Abstract（参考訳）: Web検索拡張生成(RAG)は、ページを固定サイズのテキストチャンクまたは最近のビジュアルパイプライン、スクリーンショットタイルに分割し、検索されたアイテムはインデックス付け、ランキング、読み込みの単位として同時に機能する。 ソースページにある証拠は、しばしば、特にテーブルやインフォボックスのような構造化されたコンテンツ、すなわち、意味を与えるヘッダやコンテキストから切り離されるリーダーに届かない。 強い抽出、文脈拡張、より大きな読影予算は、その損失を残します。 トレーニング不要のエビデンス配信レイヤであるTesseraを紹介します。 ランクリストの裏にあるページから、TesseraはHTMLをきめ細かいエビデンスユニットに再構築し、それぞれページのタイトル、セクションパス、テーブルヘッダーで完了し、クエリに関連するユニットを選択し、変更のないトークン予算でリーダーコンテキストにまとめる。 インデックス、レトリバー、リーダーはそのままなので、Tesseraはテキスト、スクリーンショット、エージェントパイプラインに適用される。 3つの質問に答えるベンチマークで、Tesseraはテキストとスクリーンショットパイプラインの回答精度を5から6ポイント改善し、一貫して読者、レトリバー、読者の予算をカバーし、マッチした予算の下で強力なHTML認識と構造認識のRAGベースラインを上回っている。 ゲインは多段階のエージェントサーチへと引き継がれる。 私たちのコードはhttps://github.com/sarendis56/Tessera.comで公開されています。

関連論文リスト

• An Empirical Study of VLM Pipelines for Long-Document QA [12.083918941265827]
  VLM(Vision-Language Models)は、テキストをチャート、表、図形、複雑なレイアウトと組み合わせた長いドキュメント処理に使用されるようになっている。 これらの選択は、フロンティアAPIとオープンウェイトVLMを併用した2つの長期文書QAベンチマークで検討する。
  論文  参考訳（メタデータ） (2026-09-24T15:00:18Z)
• Fetch-then-Explore: Decoupling Selection from Extraction over a Persistent Workspace for Search Agents [60.97609995940902]
  検索エージェントに対して textbfFetch-then-Explore を提案する。 ページ選択とエビデンス抽出を分離し、選択したものを保持する。 これは、すべてのバックボーンでBrowseCompの精度を導き、一般的にWideSearchのベースラインと一致するか、超える。
  論文  参考訳（メタデータ） (2026-08-03T11:58:21Z)
• MAGE-RAG: Multigranular Adaptive Graph Evidence for Agentic Multimodal RAG in Long-Document QA [14.865891513918278]
  長い文書のマルチモーダルな質問応答には、長いPDFでスパースエビデンスを見つけるシステムが必要である。 本稿では,長期文書マルチモーダルQAのための多言語適応グラフエビデンスフレームワークであるMAGE-RAGを提案する。
  論文  参考訳（メタデータ） (2026-06-14T16:34:15Z)
• Chain of Evidence: Pixel-Level Visual Attribution for Iterative Retrieval-Augmented Generation [19.889854990300595]
  反復検索拡張生成(iRAG)は、複雑なマルチホップ問題に答える強力なパラダイムとして登場した。 Evidence (CoE) の textbfChain について述べる。
  論文  参考訳（メタデータ） (2026-05-02T06:40:42Z)
• $G^2$-Reader: Dual Evolving Graphs for Multimodal Document QA [53.491241153213565]
  G2$-Readerはマルチモーダルな質問応答のためのデュアルグラフシステムである。 Qwen3-VL-32B-Instructによる$G2$-Readerの平均精度は66.21%に達し、強力なベースラインとスタンドアローンのGPT-5(53.08%)を上回った。 5つのマルチモーダルドメインにわたるVisDoMBenchでは、Qwen3-VL-32B-Instructを使った$G2$-Readerが平均精度66.21%に達し、強力なベースラインとスタンドアロンのGPT-5(53.08%)を上回っている。
  論文  参考訳（メタデータ） (2026-01-29T17:52:54Z)
• Beyond Patch Aggregation: 3-Pass Pyramid Indexing for Vision-Enhanced Document Retrieval [0.0]
  ドキュメント中心のRAGパイプラインは通常、OCRから始まり、次にチャンキング、テーブル解析、レイアウト再構築のための脆さが続く。 我々は,OCRフリーかつモデル非依存なマルチモーダル検索システムであるVisionRAGを紹介する。 VisionRAGは、ドキュメントを直接イメージとしてインデックスし、レイアウト、テーブル、空間的なキューを保存し、特定の抽出にコミットすることなくセマンティックベクターを構築する。
  論文  参考訳（メタデータ） (2025-11-26T07:18:06Z)
• QuOTE: Question-Oriented Text Embeddings [8.377715521597292]
  QuOTE(Question-Oriented Text Embeddings)は、検索強化世代(RAG)システムへの新たな拡張である。 従来のRAGパイプラインとは異なり、QuOTEは、チャンクが潜在的に答えうる仮説的な質問でチャンクを拡張する。 マルチホップ質問応答タスクを含め,QuOTEは検索精度を大幅に向上することを示す。
  論文  参考訳（メタデータ） (2025-02-16T03:37:13Z)
• DAPR: A Benchmark on Document-Aware Passage Retrieval [57.45793782107218]
  我々は,このタスクemphDocument-Aware Passage Retrieval (DAPR)を提案する。 State-of-The-Art(SoTA)パスレトリバーのエラーを分析しながら、大きなエラー(53.5%)は文書コンテキストの欠如に起因する。 提案するベンチマークにより,検索システムの開発・比較を今後行うことができる。
  論文  参考訳（メタデータ） (2023-05-23T10:39:57Z)
• Generate rather than Retrieve: Large Language Models are Strong Context Generators [74.87021992611672]
  本稿では,文書検索を大規模言語モデル生成器に置き換えることで,知識集約型タスクを解く新しい視点を提案する。 我々は,提案手法をgenRead (genRead) と呼び,まず大きな言語モデルに対して,与えられた質問に基づいて文脈文書を生成し,次に生成された文書を読み出して最終回答を生成する。
  論文  参考訳（メタデータ） (2022-09-21T01:30:59Z)

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。