整合に向けた議論：二段階マルチエージェント・ディベートによる信頼できるエンティティアラインメント
arXiv cs.CL / 2026/4/16
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- この論文は、候補となる根拠（エビデンス）やLLMの推論品質が不確実である場合でも、異なる知識グラフ間で同一の現実世界のエンティティを対応付ける、信頼できるエンティティアラインメント（EA）フレームワークであるAgentEAを提案する。
- AgentEAは、整合（アラインメント）を行う前に、エンティティ表現の選好最適化によってエンティティ埋め込みの品質をまず改善する。
- その後、二段階のマルチエージェント・ディベート戦略を適用する。軽量なディベート検証段階から始め、続いてより深いディベート整合段階を行うことで、アラインメント判断の信頼性を段階的に高める。
- 複数の難易度の高いベンチマーク設定（クロスリンガル、疎、大規模、異種）における実験により、AgentEAが従来のLLM/埋め込み類似度ベースの手法よりもアラインメント有効性を向上させることが示される。
- 本研究は、不確実な候補エンティティ集合（CES）や、LLMの推論能力のばらつきによって下流のEA判断が損なわれ得るという既存パイプラインの限界に着目している。
