Skill-RAG：隠れ状態のプロービングとスキル・ルーティングによる失敗状態対応型の検索拡張（RAG）
arXiv cs.CL / 2026/4/20
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、RAGにおける持続的な検索失敗の多くが関連情報の欠如ではなく、クエリとエビデンスの表現空間の不一致（ミスアラインメント）に起因すると主張しています。
- 隠れ状態の軽量なプローバと、プロンプトベースのスキル・ルータを組み合わせて失敗状態を診断し、単にリトライするのではなく原因に踏み込むSkill-RAGを提案します。
- Skill-RAGはパイプラインの2つの段階で検索をゲートし、失敗を検出すると4つの「検索スキル」（クエリ書き換え、質問分解、エビデンス焦点化、真に不可逆な場合のexit）から適切なものを選んで、次の生成試行の前に不一致を補正します。
- 複数のオープンドメインQAおよび複雑推論ベンチマークでの実験により、多段の検索を経ても残る難ケースで精度が大きく向上し、とりわけ分布外データでの改善が顕著であることが示されています。
- 表現空間の分析から、提案するスキルが失敗状態空間の構造化された分離可能な領域に対応しており、不一致は単一の現象ではなくタイプとして捉えられる可能性が示唆されています。
