見出し・要約・本文から、情報のつながりを探します。
arXiv:2610.33018v1 発表タイプ：新規 要旨：学術知識グラフ（SKG）は、文献検索、科学的発見、およびエージェント支援型研究を支援する。しかし、SKG構築のほとんどの手法では、表現対象となる知識単位を事前に指定し、通常は学術的エンティティや貢献レベルの記述として定義したうえで、その単位を通じて表現可能な出版物の内容のみを保持する。この選択により、エンティティと局所的な関係を重視する概念中心型SKGと、文による高水準な議論を捉える記述中心型SKGという、二つの支配的でありながら異なるパラダイムが生じる。いずれの場合も、グラフは論文が知識をどのように構築し伝達しているかを反映するのではなく、あくまで選ばれた抽出対象を反映しているにすぎない。そこで私たちは、知識の…を定義する学術上位ディスコースオントロジーであるSUDOを提案する。
arXiv:2610.32122v1 発表タイプ：新規 要旨：我々は、現代のテキスト埋め込みモデルにおいて体系的な乖離が存在することを報告する。すなわち、それらの埋め込み表現からは感情がほぼ完全に復元できる一方で、そのメトリクスにはほとんど感情情報が反映されていないのである。2021年から2026年にかけて登場した11種類の固定済みエンコーダーについて検証した結果、2026年世代のモデルや4Bパラメータを持つ大規模言語モデルの埋め込みモデルであるQwen3-Embedding-4Bを含め、線形プローブを用いた実験では文の極性を最大91.3%の精度で復元できるのに対し、コサイン類似度による極性分類ではわずか0.003〜0.064の差しか得られないことが明らかになった。パネル内で最も高いプローブ精度を示したQwen3-Embedding-4Bでも、プローブ精度は91.3%に達するものの、リトレバールMAPは64.3にとどまる。リトレバール、クラスタリング、重複除去、およびリトレバール拡張型生成といった処理は、学習済みのプローブではなくメトリクスに基づいて行われるため、これらのシステムは事実上、情報に対して盲目的な状態にあると言える。
arXiv:2610.32128v1 発表タイプ：新規 要旨：RAGおよび検索拡張型少人数ショットICLは、意思決定に重要な証拠が長くノイズの多い文脈の中に埋もれている場合、性能が低下することがあります。取得された文脈や実例には、冗長な情報や注意を逸らす情報が含まれる可能性があります。専門家によってラベル付けされた開発用の例は、各判断を支えるテキストを特定できるものの、これらのアノテーションは通常、ノイズの多い検索結果をフィルタリングするための教師信号としてではなく、回答側の根拠としてのみ利用されます。そこで私たちは、銀色証拠デモンストレーションを提案します。これは、ICLの例において、生の取得文脈を生成された目標条件に基づく証拠要約に置き換える手法です。各ラベル付きの開発用例について、LLMは専門家のラベルやゴールド証拠にアクセスせずに銀色証拠を生成し、その証拠を専門家のラベルと対にして用います。
同論文は2026年10月24日、arXivに掲載され（番号2610.30885v1）、加害者中心の分析フレームワークODCBNAを提案している。このフレームワークは、オントロジー設計、知識グラフ構築、行動モデリング、コミュニティ分析、影響モデリングを統合し、ベンガル語によるネットいじめのコーパスBenCoDiCを用いた実証分析を基盤としている。
注目する理由：素材はarXivのプレプリントであり、公開日時（2026年10月24日）は現在時刻（2026年10月26日）より遅くありません。出典が明確で構造も完整です。内容は方法論の革新および再現可能な分析結果（たとえば、1,063人の加害者識別、Louvainによる6つのコミュニティ、特徴量の寄与度順位など）に焦点を当てており、学術情報としての時効性と事実性の要件を満たしています。
arXiv:2610.31019v1 発表タイプ：新規 要旨：リトリーバル拡張型生成におけるチャンク分割戦略は、ほとんど常に静的なスナップショット上で評価されているが、知識ベースの基盤となる文書は継続的に変化し続けている。チャンクは独立して埋め込まれるため、編集後に境界が移動すると、変更されていないテキストも再び埋め込み直す必要が生じる。我々は、厳密なバイト単位での同一性保持による再利用ルールおよび固定された密集型エンコーダーを前提として、3種類のステートレスなチャンク手法（重複なし固定サイズ、再帰的段落優先、コンテンツ定義型チャンク）について、中国語と英語のWikipediaにおける隣接する改訂ペア120組を対象に、この更新コストを測定した。116記事からなる共通成功プールにおいて、パラメータを固定し長さを調整した条件下では、固定サイズのチャンク手法は、新しいバージョンの埋め込み入力全体のワークロードの57〜68％を再計算することになる。再帰的チュー
スペインのペットケア企業IskayPetは、Amazon Bedrockを活用したマネージド・ナレッジベースを導入し、自社でRAGインフラを構築する必要なく、スペイン・ポルトガル・フランスの3カ国およびスペイン語・ポルトガル語・フランス語・英語の4言語に対応した企業向けナレッジアシスタントを構築しました。このアシスタントは、小売、獣医、オンボーディング、調達などの業務シーンをサポートします。
