OfficeQA Pro: An Enterprise Benchmark for End-to-End Grounded Reasoning
이 논문은 100 년에 걸친 미국 재무성 공보로 구성된 대규모 문서 코퍼스를 기반으로 한 새로운 벤치마크 'OfficeQA Pro'를 소개하며, 최첨단 LLM 들이 엔터프라이즈급 근거 기반 추론에서 여전히 낮은 성능을 보인다는 점을 입증하고 구조화된 문서 표현의 중요성을 강조합니다.
💻 Category
cs.IR
148 편의 논문
Explainability of Text Processing and Retrieval Methods: A Survey
이 논문은 자연어 처리 및 정보 검색 분야에서 딥러닝과 머신러닝 모델의 불투명성 문제를 해결하기 위해 단어 임베딩, 시퀀스 모델링, 어텐션 모듈, 트랜스포머, BERT, 문서 순위 결정 등 다양한 기법의 설명 가능성과 해석 가능성에 대한 연구 동향을 광범위하게 조사하고 향후 연구 방향을 제시합니다.
Taming the Long Tail: Denoising Collaborative Information for Robust Semantic ID Generation
이 논문은 협업 정보의 노이즈가 장기 꼬리 항목의 콘텐츠 표현을 훼손하고 중요한 행동 기반 시드 (SID) 를 가리는 문제를 해결하기 위해, 적응적 행동 - 콘텐츠 정렬과 동적 행동 가중치 메커니즘을 통해 협업 정보를 적응적으로 제거하는 ADC-SID 프레임워크를 제안합니다.
Intuition First or Reflection Before Judgment? The Impact of Evaluation Sequence on Consumer Ratings
본 연구는 온라인 리뷰 평가 순서 (평가 후 리뷰 vs. 리뷰 후 평가) 가 서비스 품질과 제품 속성에 따라 감성적 휴리스틱과 인지적 노력의 매개 작용을 통해 소비자 평점에 극단화 효과를 미친다는 것을 실험 및 대규모 데이터 분석을 통해 규명했습니다.
Does Reasoning Make Search More Fair? Comparing Fairness in Reasoning and Non-Reasoning Rerankers
이 논문은 TREC 2022 공정성 트랙 데이터를 활용해 추론 기반과 비추론 기반 재순위화 모델을 비교한 결과, 추론 기능이 공정성 (AWRF) 을 개선하거나 해치지 않으며 기존 순위의 공정성 특성을 유지한다는 것을 밝혔습니다.
Beyond Interleaving: Causal Attention Reformulations for Generative Recommender Systems
이 논문은 기존 생성형 추천 시스템의 비효율적인 토큰 인터리빙 방식을 개선하여, 아이템과 행동 간의 인과 관계를 명시적으로 모델링하는 새로운 아키텍처 (AttnLFA, AttnMVP) 를 제안함으로써 성능을 향상시키고 학습 시간을 단축하는 것을 목표로 합니다.
Differentiable Geometric Indexing for End-to-End Generative Retrieval
이 논문은 생성형 검색의 최적화 차단과 기하학적 충돌 문제를 해결하기 위해, 가변적 강제 학습과 대칭 가중치 공유를 통한 연산 통합 및 단위 초구에서의 등방성 기하학적 최적화를 제안하는 '미분 가능 기하학적 인덱싱 (DGI)'을 소개합니다.
Modeling Stage-wise Evolution of User Interests for News Recommendation
이 논문은 사용자의 장기적 선호도와 급변하는 단기적 관심사를 모두 포착하기 위해 전역 및 국소적 시간적 관점에서 사용자 선호도를 학습하는 통합 프레임워크를 제안하여 뉴스 추천의 정확성과 신선도를 향상시킵니다.
Trajectory-Informed Memory Generation for Self-Improving Agent Systems
이 논문은 에이전트 실행 궤적을 분석하여 성공 패턴, 오류 복구, 최적화 방안을 추출하고 이를 맥락에 맞는 메모리로 재구성함으로써 에이전트의 자기 개선 능력을 획기적으로 향상시키는 새로운 프레임워크를 제안합니다.
A Hypergraph-Based Framework for Exploratory Business Intelligence
이 논문은 동적 스키마 진화와 재사용 가능한 뷰를 지원하며 샘플링 기반 알고리즘을 통해 계산 병목 현상을 해결함으로써 기존 시스템 대비 월등한 속도와 높은 정확도를 제공하는 탐색형 비즈니스 인텔리전스 시스템 'ExBI'를 제안합니다.
Breaking User-Centric Agency: A Tri-Party Framework for Agent-Based Recommendation
이 논문은 사용자, 아이템, 플랫폼의 이해관계를 모두 고려하여 기존 추천 시스템의 한계를 극복하고 정확성과 공정성을 동시에 향상시키는 최초의 삼자 협력 기반 에이전트 추천 프레임워크 'TriRec'을 제안합니다.
Structured Linked Data as a Memory Layer for Agent-Orchestrated Retrieval
본 논문은 Schema.org 마크업과 링크드 데이터 플랫폼 기반의 구조화된 엔티티 페이지를 활용하여 표준 및 에이전트 기반 RAG 시스템의 정확도와 답변 품질을 크게 향상시킬 수 있음을 실험을 통해 입증했습니다.
RAGPerf: An End-to-End Benchmarking Framework for Retrieval-Augmented Generation Systems
이 논문은 임베딩, 색인, 검색, 재순위화, 생성 등 RAG 파이프라인의 각 모듈을 분리하여 구성 가능하게 하고, 다양한 데이터셋과 벡터 데이터베이스, LLM 을 지원하며 성능 및 정확도 지표를 자동 수집하는 종단간 벤치마킹 프레임워크 'RAGPerf'를 제안합니다.
Interpretable Chinese Metaphor Identification via LLM-Assisted MIPVU Rule Script Generation: A Comparative Protocol Study
이 논문은 중국어 은유 식별의 투명성과 해석 가능성을 높이기 위해 LLM 을 보조로 활용하여 MIPVU 등 네 가지 서로 다른 프로토콜을 실행 가능한 규칙 스크립트로 구현하고, 이를 통해 프로토콜 선택이 모델 성능보다 식별 결과의 변동성에 더 큰 영향을 미친다는 것을 입증했습니다.
An Extreme Multi-label Text Classification (XMTC) Library Dataset: What if we took "Use of Practical AI in Digital Libraries" seriously?
이 논문은 영어와 독일어 카탈로그 기록에 통합 권위 파일 (GND) 주석이 달린 대규모 이언어 말뭉치와 머신 액션 가능한 GND 분류 체계를 공개하여, 확장 가능한 주제 색인 및 권위 기반 AI 보조 도구를 위한 오토니지 인식 다중 레이블 분류 연구를 가능하게 한다고 요약할 수 있습니다.
A Hybrid Knowledge-Grounded Framework for Safety and Traceability in Prescription Verification
본 논문은 대형 언어 모델의 사실성 부족과 추론 한계를 극복하기 위해, 반복적 스키마 정제 알고리즘으로 구축된 하이브리드 제약 지식 베이스와 검증 기반 체인 추론을 결합한 'PharmGraph-Auditor' 시스템을 제안하여 처방 검증의 안전성과 추적 가능성을 강화하는 방법을 제시합니다.
A Systematic Study of Pseudo-Relevance Feedback with LLMs
이 논문은 13 개의 저자원 BEIR 태스크와 5 가지 LLM 기반 PRF 방법을 통해 체계적인 실험을 수행하여, 피드백 소스와 피드백 모델의 선택이 PRF 성능에 미치는 영향을 규명하고 각 설계 요소의 중요성을 명확히 했습니다.
LLMGreenRec: LLM-Based Multi-Agent Recommender System for Sustainable E-Commerce
이 논문은 지속 가능한 전자상거래를 위해 사용자 의도를 정밀하게 파악하여 친환경 제품을 추천하고 불필요한 상호작용을 줄임으로써 시스템 자체의 탄소 발자국까지 최소화하는 LLM 기반 다중 에이전트 추천 시스템 'LLMGreenRec'을 제안합니다.
Chasing RATs: Tracing Reading for and as Creative Activity
이 논문은 알고리즘과 AI 요약이 인간적 해석을 자동화하며 사라지게 하는 창의적 독서 과정을 '독서 활동 흔적 (RATs)'이라는 개념으로 재정의하고, 이를 가시화하여 인간 해석의 가치를 보존하는 새로운 도구 설계를 제안합니다.
HCT-QA: A Benchmark for Question Answering on Human-Centric Tables
이 논문은 복잡한 구조와 의미를 가진 인간 중심 테이블 (HCT) 에 대한 자연어 질문 답변을 평가하기 위한 대규모 벤치마크인 HCT-QA 를 제안하고, 다양한 LLM 과 VLM 의 성능을 분석하며 파인튜닝을 통한 성능 향상 가능성을 입증합니다.