[2026年7月29日提出]

PDFを表示 HTML（実験的）

要約:マルチターン情報検索会話では、マルチホップ推論とターン間での長距離依存関係の追跡の両方が必要です。しかし、既存のRAGシステムは通常、会話メモリを生の対話履歴、書き換えられたクエリ、または非構造化サマリーとして表現しており、後続クエリに必要な特定の過去の推論ステップとエビデンスを回復することが困難です。我々の重要な洞察は、会話メモリを検索と整合させるために、対話コンテキストをサブ質問レベルの推論トレースとして表現することです。この洞察に基づき、明示的なターン間サブ質問依存アノテーションを持つマルチターン・マルチホップRAGのためのベンチマークMuMu-QAと、この設定のための補完メモリフレームワークCMT-RAGを導入します。各ターンにおいて、CMT-RAGはランタイムメモリとして機能する再帰状態を持つ状態空間トレースジェネレータを採用し、最近の会話コンテキストを取り込んで現在のクエリを検索指向のサブ質問と以前のトレースへの依存関係を含む構造化トレースドラフトに分解します。次に、これらのドラフトを検索されたエビデンスで根拠づけ、セッションレベルのDAGに永続的なメモリトレースとして保存し、将来のターンが関連する過去の推論とエビデンスを効率的に回復できるようにします。MuMu-QAとコーパスレベルRAGベンチマークでの実験により、CMT-RAGが5つのカテゴリのRAGベースラインを回答精度で一貫して上回ることが示されました。

投稿履歴

投稿者: Lang Zhou [メールを表示]
[v1] 2026年7月29日 水曜日 04:50:41 UTC (927 KB)