Self-Correcting RAG：MMKPコンテキスト選択とNLIガイド付きMCTSによる忠実性の向上
arXiv cs.CL / 2026/4/14
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は「Self-Correcting RAG」を提案する。これは、RAGにおける検索と生成を制約付き最適化／経路計画として捉えることで、複雑な推論を改善するための統一フレームワークである。
- コンテキスト選択として、固定のトークン予算内で情報密度を高め、冗長性を削減するために、多次元のマルチプルチョイス・ナップサック問題（MMKP）を定式化する。
- 生成では、テスト時にNLIガイド付きモンテカルロ木探索（MCTS）を追加し、推論の軌跡を探索して忠実性を検査することで、幻覚（ハルシネーション）を減らすことを目指す。
- 6つのマルチホップQAおよびファクトチェックのデータセットでの実験により、強力なベースラインと比べて、推論精度の大幅な向上と効果的な幻覚削減が示される。
- 著者らは、提案手法の再現と検証のためのオープンソースコードを、リンクされたGitHubリポジトリで提供している。
