[論文レビュー] Hypothesis-Conditioned Query Rewriting for Decision-Useful Retrieval

Hyo Sik Chang, ChangSun Lee+3 more|arXiv (Cornell University)|Mar 19, 2026

Topic Modeling被引用数 0

ひとこと要約

HCQR は仮説を用いて三つのターゲットクエリを生成し、リトリーバルを意思決定に有用な証拠へと誘導するトレーニング不要の前リトリーバル法で、MedQAおよびMMLU-Medにおけるベースラインより医療QAの正確性を向上させる。

ABSTRACT

Retrieval-Augmented Generation (RAG) improves Large Language Models (LLMs) by grounding generation in external, non-parametric knowledge. However, when a task requires choosing among competing options, simply grounding generation in broadly relevant context is often insufficient to drive the final decision. Existing RAG methods typically rely on a single initial query, which often favors topical relevance over decision-relevant evidence, and therefore retrieves background information that can fail to discriminate among answer options. To address this issue, here we propose Hypothesis-Conditioned Query Rewriting (HCQR), a training-free pre-retrieval framework that reorients RAG from topic-oriented retrieval to evidence-oriented retrieval. HCQR first derives a lightweight working hypothesis from the input question and candidate options, and then rewrites retrieval into three targeted queries that seek evidence to: (1) support the hypothesis, (2) distinguish it from competing alternatives, and (3) verify salient clues in the question. This approach enables context retrieval that is more directly aligned with answer selection, allowing the generator to confirm or overturn the initial hypothesis based on the retrieved evidence. Experiments on MedQA and MMLU-Med show that HCQR consistently outperforms single-query RAG and re-rank/filter baselines, improving average accuracy over Simple RAG by 5.9 and 3.6 points, respectively. Code is available at https://anonymous.4open.science/r/HCQR-1C2E.

研究の動機と目的

• 意思決定に焦点を当てたリトリーバルを動機づけ、話題性の関連性を超える。
• 作業仮説を検証志向のリトリーバルクエリへ変換するHCQRを提案する。
• 仮説指向のリトリーバルが医療QAにおける意思決定有用性と正確性を改善することを示す。
• 取得コンテキスト品質が下流の意思決定結果にどのように影響するかを定量化する。

提案手法

• 質問と候補解答からコンパクトな作業仮説を形成する。
• 仮説を三つのターゲットクエリに変換する：SUPPORT（仮説証拠）、DISTINCTION（他の選択肢との対比）、KEY FEATURES（ stem の手掛かりの検証）。
• 三つのクエリの証拠を取得するために共通のリトリーバーを使用し、最終コンテキスト予算の下で統合する。
• リトリーバル側の grounding を保つため、最終生成器には仮説を隠した状態を維持する。
• 固定された MIRAGE プロンプティング設定で評価し、リトリーバル戦略の効果を分離する。
• MedQA および MMLU-Med で複数モデルに対して No-RAG、Simple RAG、Rewriting、HyDE、Rerank-RAG、MAIN-RAG と HCQR を比較する。

Figure 1: HCQR pipeline. A hypothesis formulator proposes a lightweight working hypothesis together with the evidence expected under that hypothesis. The query rewriter turns this state into three verification-oriented queries. The working hypothesis steers retrieval but is not shown to the generato

実験結果

リサーチクエスチョン

• RQ1 仮説条件付きの前リトリーバル計画は単一クエリ取得より意思決定に役立つ証拠を向上させるか。
• RQ2 三つのクエリ取得（サポート、ディスティンクション、キー Features）が医療QAにおける retrieved context を回答選択とより適切に一致させるか。
• RQ3 HCQR は Entailed（含意）、Useful（有用）、Not Useful（有用でない）カテゴリの証拠分布と下流の正確性にどのように影響するか。

主な発見

方法	MedQA (Llama3.2 3B)	MedQA (Llama3.1 8B)	MedQA (Qwen3 4B)	MedQA (Qwen3 30B)	MedQA Average	MMLU-Med (Llama3.2 3B)	MMLU-Med (Llama3.1 8B)	MMLU-Med (Qwen3 4B)	MMLU-Med (Qwen3 30B)	MMLU-Med Average
CoT	58.0	69.0	72.8	84.1	71.0	66.3	75.0	82.9	90.2	78.6
Simple RAG	55.6	66.8	71.3	82.7	69.1	64.5	74.7	81.8	88.9	77.5
Rerank-RAG	56.8	67.3	72.1	83.3	69.9	67.1	75.8	82.3	90.1	78.8
Rewriting	58.9	67.5	73.1	83.3	70.7	67.0	74.7	82.5	88.8	78.2
HyDE	61.0	69.3	71.4	82.9	71.1	67.8	76.5	82.6	89.4	79.1
MAIN-RAG	55.9	65.8	70.9	83.6	69.0	67.0	75.7	81.2	88.2	78.0
HCQR (ours)	63.4	73.0	77.9	85.8	75.0	68.6	79.7	85.4	90.6	81.1

• HCQR は MedQA および MMLU-Med の全体、モデルサイズを問わず、すべてのベースラインより一貫して優れている。
• HCQR は MedQA で Simple RAG より平均正確性を 5.9 ポイント、MMLU-Med で 3.6 ポイント向上させる。
• HCQR は方法の中で最高の意思決定有用証拠の割合（DUR）をもたらす。
• コンテキストの有用性分析により、HCQR は含意および有用なコンテキストを増加させ、無用なコンテキストを減少させる。
• アブレーション実験では三つの書き換えクエリのすべてが効果に寄与し、特に回答サポートクエリが顕著な影響をもたらす。