CORAL：文化に適合するマルチリンガルRAGのための適応的リトリーバルループ

要旨: 多言語検索拡張生成（mRAG）は、多くの場合、検索空間を固定した形で実装されます。典型的には、クエリや文書の翻訳、または多言語埋め込みベクトル表現によって行われます。しかし、このアプローチは、文化的に根ざしたクエリに対しては不十分な場合があります。その場合、検索条件の不一致が発生し得ます。強力なリトリーバと生成器であっても、不適切な言語的・地域的文脈から根拠（エビデンス）を調達してしまうと、文化的に妥当な回答を生成するのが難しくなる可能性があります。そこで本研究では、CORAL（COntext-aware Retrieval with Agentic Loop：文脈を意識したエージェンティックループによる検索）を導入します。これは、得られるエビデンスの質に基づいて、検索空間（コーパス）と検索プローブ（クエリ）の両方を、反復的に改善できるmRAGのための適応的検索手法です。全体のプロセスは、(1) コーパスの選択、(2) 文書の検索、(3) 関連性と文化的整合性の観点からエビデンスを批評（critique）すること、(4) 十分性を確認すること、を含みます。取得した文書がクエリに対して正しく回答するには不十分な場合、システムは(5) コーパスを再選択し、クエリを書き換えます。2つの文化に関するQAベンチマークにおいて、CORALは、最強のベースラインに比べて、低リソース言語で最大3.58%pの精度向上を達成します。