論文の概要: Toward a Compositional Knowledge Architecture for a Shared Organizational Cortex
- arxiv url: http://arxiv.org/abs/2611.05753v1
- Date: Tue, 03 Nov 2026 23:50:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:57.904014
- Title: Toward a Compositional Knowledge Architecture for a Shared Organizational Cortex
- Title(参考訳): 共有組織コーテックスのための構成的知識アーキテクチャを目指して
- Abstract要約: 我々は4層アーキテクチャ、Signals, Domains, Claims, Dimensionsを提案する。
登録された検索実験では、次元項は0.028 nDCG@10を得る。
システムレベルの比較では、完全な検索設定はSignalsのみよりもnDCG@10を0.081改善する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Organizations accumulate evidence in conversations, documents, decisions and relationships, but they act on interpretations: judgements assembled from several observations, resting on assumptions, and revised as circumstances change. Existing retrieval, knowledge graphs and agent memory keep the records and lose the interpretation. We propose a four-layer architecture, Signals, Domains, Claims and Dimensions, in which interpretations persist with their justifications and standing, a truth-maintenance network revises that standing as evidence changes, and validated, versioned Dimensions position interpretations on named axes. We call the result a shared organizational cortex. In a registered retrieval experiment, the Dimension term gains 0.028 nDCG@10 (p = 0.002). In system-level comparisons, the full retrieval configuration improves nDCG@10 by 0.081 over Signals-only and 0.053 over graph-augmented Signals-only retrieval (both reported p < 0.001). The architecture gives organizations a persistent, revisable basis for shared judgement.
- Abstract(参考訳): 組織は会話、文書、決定、関係に証拠を蓄積するが、それらは解釈に基づいて行動する。
既存の検索、知識グラフ、エージェントメモリはレコードを保持し、解釈を失う。
本稿では,4層アーキテクチャであるSignals, Domains, Claims, Dimensionsを提案する。そこでは,解釈が正当性と立証を継続する。
私たちはその結果を組織皮質の共有と呼びます。
登録された検索実験では、次元項は0.028 nDCG@10(p = 0.002)を得る。
システムレベルの比較では、nDCG@10はSignalsオンリーで0.081、グラフ拡張Signalsオンリーで0.053改善されている(いずれもp < 0.001)。
このアーキテクチャは、組織に共通の判断のための永続的で変更可能な基盤を与えます。
関連論文リスト
- 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) - Unifying Graph Neural Networks Through a Common Layer Equation [75.88127999406392]
7つのコンポーネントを通して被覆されたアーキテクチャを表現する共通層方程式を導入する。
中央の因子化は、伝達銀行によってエンコードされた情報と、メッセージマップによってエンコードされた動きとを分離する。
この統合を明確化し、標準層とコンポーネント割り当ての作業的削減を通じて、チェック可能にする。
論文 参考訳(メタデータ) (2026-08-17T04:37:59Z) - Representing Entity Importance in AI Knowledge Systems: A Dual-Signal Framework of Audience Evaluation and Structural Authority [0.0]
AI知識システムは、検索、レコメンデーション、エビデンスの選択、知識集約推論のために、エンティティの重要性の表現を必要とする。
本研究では,各実体がオーディエンス次元と構造的オーソリティ次元によって特徴づけられる解釈可能な二重信号表現を提案する。
その結果、観客の評価と構造的権威は非冗長な信号であり、自動的に重要性の単一の概念に分解するべきではないことがわかった。
論文 参考訳(メタデータ) (2026-07-23T05:06:09Z) - RIGOURATE: Quantifying Scientific Exaggeration with Evidence-Aligned Claim Evaluation [29.44948404858214]
RIGOURATEは、紙の本体から証拠を回収し、各クレームにオーバーステートメントスコアを割り当てる。
このフレームワークは、ICLRとNeurIPSの論文から10K以上のクレームエビデンスセットのデータセットで構成されている。
論文 参考訳(メタデータ) (2026-01-07T19:36:08Z) - SCORE: A Semantic Evaluation Framework for Generative Document Parsing [2.5101597298392098]
マルチモーダル生成文書解析システムは意味論的に正しいが構造的に異なる出力を生成する。
従来のメトリクス-CER, WER, IoU, TEDS-misclassized such diversity as error, penalizing valid interpretations and obscuring system behavior。
SCORE, (i) 調整した編集距離を頑健な内容の忠実度と統合する解釈非依存のフレームワーク, (ii) トークンレベルの診断で幻覚と排便を区別する, (iii) 空間的寛容とセマンティックアライメントによるテーブル評価, (iv) 階層対応の整合性チェックを紹介する。
論文 参考訳(メタデータ) (2025-09-16T16:06:19Z) - Data-driven Coreference-based Ontology Building [48.995395445597225]
参照解決は、伝統的に個々の文書理解のコンポーネントとして使用される。
よりグローバルな視点で、すべてのドキュメントレベルのコア参照関係から、ドメインについて何が学べるかを探求します。
コードとともに、クリエイティブ・コモンズライセンスの下でコア参照チェーンをリリースします。
論文 参考訳(メタデータ) (2024-10-22T14:30:40Z) - Blowfish: Topological and statistical signatures for quantifying ambiguity in semantic search [0.0]
提案手法では, プロキシのあいまいなクエリは, プロキシのクリアなクエリよりも, 0 と 1 をベースとした関数の分布が異なることを示す。
本稿では,これらの知見を意味的類似性の新たな評価戦略として活用する戦略を提案する。
論文 参考訳(メタデータ) (2024-06-12T08:26:30Z) - Latent Topology Induction for Understanding Contextualized
Representations [84.7918739062235]
本研究では,文脈的埋め込みの表現空間について検討し,大規模言語モデルの隠れトポロジについて考察する。
文脈化表現の言語特性を要約した潜在状態のネットワークが存在することを示す。
論文 参考訳(メタデータ) (2022-06-03T11:22:48Z) - AmbiFC: Fact-Checking Ambiguous Claims with Evidence [57.7091560922174]
実世界の情報ニーズから10kクレームを抽出したファクトチェックデータセットであるAmbiFCを提示する。
アンビFCの証拠に対する主張を比較する際に,曖昧さから生じる不一致を分析した。
我々は,このあいまいさをソフトラベルで予測するモデルを開発した。
論文 参考訳(メタデータ) (2021-04-01T17:40:08Z)
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。