RELOOP: Heterogeneous 問答における Multi-Hop Reasoner と Planners を備えた Recursive Retrieval

arXiv:2510.20505v4 Announce Type: replace-cross Abstract: Retrieval-augmented generation (RAG) は、複数段階の質問や異種のエビデンスソースにおいては脆く、精度を遅延時間およびトークン/ツールの予算とのトレードオフとして犠牲しています。本稿では、階次シークエンス (HSEQ) を使用した構造感度のフレームワーク RELOOP を提案します。(i) 軽量構造タグを用いてドキュメント、テーブル、知識グラフを可逆的な階次シークエンスへ線形化し、(ii) 応答合成前に必要な最小限のエビデンスを収集するために構造感度の反復を実行します。Head Agent が検索を導き、Iteration Agent が構造に従ったアクション（親/子のホップ、テーブルの行/列の近接、KG リレーションなど）によって HSeq を選択・拡張し、最後に Head Agent が正規化されたエビデンスを組み合わせて最終答を作成します（オプションとして、検出された矛盾を解決するための精化ループを備えます）。HotpotQA（テキスト）、HybridQA/TAT-QA（テーブル＋テキスト）、MetaQA（KG）における実験では、強力な一度きりの、複数ホップ、および代理系 RAG ベースラインと比較して一貫した EM/F1 向上を示しました。 さらに、RELOOP は以下の 3 つの主要な利点を備えています：(1) テキスト、テーブル、KG を通して一つのポリシーで運用可能にする形式に依存しない統合（データセットごとの特別化なし）；(2) 不要なホップ、ツール呼び出し、トークンを削減しつつ精度を維持する「ガイダンス付き、予算意識的な反復」；(3) 信頼性の高い QA を実現するためのエビデンス正規化、これが回答の一貫性と監査可能性を向上させます。

arXiv:2510.20505v4 Announce Type: replace-cross Abstract: Retrieval-augmented generation (RAG) remains brittle on multi-step questions and heterogeneous evidence sources, trading accuracy against latency and token/tool budgets. This paper introduces RELOOP, a structure aware framework using Hierarchical Sequence (HSEQ) that (i) linearize documents, tables, and knowledge graphs into a reversible hierarchical sequence with lightweight structural tags, and (ii) perform structure-aware iteration to collect just-enough evidence before answer synthesis. A Head Agent provides guidance that leads retrieval, while an Iteration Agent selects and expands HSeq via structure-respecting actions (e.g., parent/child hops, table row/column neighbors, KG relations); Finally the head agent composes canonicalized evidence to genearte the final answer, with an optional refinement loop to resolve detected contradictions. Experiments on HotpotQA (text), HybridQA/TAT-QA (table+text), and MetaQA (KG) show consistent EM/F1 gains over strong single-pass, multi-hop, and agentic RAG baselines with high efficiency. Besides, RELOOP exhibits three key advantages: (1) a format-agnostic unification that enables a single policy to operate across text, tables, and KGs without per-dataset specialization; (2) \textbf{guided, budget-aware iteration} that reduces unnecessary hops, tool calls, and tokens while preserving accuracy; and (3) evidence canonicalization for reliable QA, improving answers consistency and auditability.