グラフ構造で意図を抽出するパーソナライズ型調査クエリ精緻化手法
arXiv cs.CL ・ 2026-08-06
原題: Personalized Deep Research Query Refinement with Graph-Scaffolded Evidence Grounding
AI による要約
深層調査AIエージェントへの入力前に、ユーザーの文脈や選好を反映して調査仕様を最適化する手法「G-STEER」が提案された。意図抽出グラフを用いて関連するフレーム因子を構造化し、ユーザーメモリの参照や質疑応答の要否を自律的に判断する。調査エージェント本体を変更することなく、パーソナライズされた高精度なリサーチ結果の獲得を可能にする。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.CL）をご確認ください。