文脈内探索はいつ有効か？リフレクション駆動推論のサンプリング複雑性理論When Does In-Context Search Help? A Sampling-Complexity Theory of Reflection-Driven Reasoning

arXiv cs.AI論文Paperarxiv.org公開Published2026/07/10 13:00 JST3mo ago重要度 MediumImportance Medium priority

AI要点サマリSummary highlight

本論文は、LLMが推論中に自己反省・再探索を行う「リフレクション」の有効条件をサンプリング複雑性の観点から理論的に解析し、どのような問題設定で計算コストに見合う恩恵が得られるかを明らかにする。

This paper develops a sampling-complexity theory to formally characterize when in-context search and reflection-driven reasoning improve LLM performance, offering principled guidance on the conditions under which iterative self-reflection is worth its computational cost.

本ページの要約は AI による自動生成です。日本語版と英語版は言語ごとに独立して生成されるため、表現や詳しさが異なる場合があります。正確性は元記事 (arxiv.org) をご確認ください。The summaries are AI-generated independently for each language, so wording and detail may differ. Verify accuracy at the original source (arxiv.org).

記事情報・収集記録Article details & collection record

出典Source: arXiv cs.AI論文Paper
公開日時 (JST)Published (JST): 2026/07/10 13:00
収集日時 (JST)Collected (JST): 2026/07/11 11:00
配信形式Format: 論文Paper
原文言語Source language: EN
重要度の位置づけImportance in this lane: MediumMedium priority(arXiv 80件中、同等以上 80件)(80 of 80 arXiv entries are equal or higher)
出典の平均重要度（掲載直近 25 件・最大 30 件）Source average (last 25 listed, up to 30): 2.0 / 31=情報 · 2=中 · 3=高1=Info · 2=Medium · 3=High
情報の寿命Half-life: 長期 (アーキテクチャ)Long-term (architecture)

📄arXiv の他の記事More from arXivもっと見る →View more →