Newest papers

RESIN: Multi-Chain Reasoning with Entity-Structured Indexing

Xuanyu Meng, Jash Rajesh Parekh, Jiawei Han · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.26782 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Lý luận đa chuỗi là một nhiệm vụ đầy thách thức không chỉ bởi vì bằng chứng đa chuỗi được phân tán, mà còn bởi vì các phần khác nhau của lý luận có thể đòi hỏi các chuỗi hỗ trợ tương tác khác nhau. Tìm kiếm phẳng có thể lũ lụt một mô hình với văn bản có liên quan rỗng, trong khi lựa chọn sớm của một con đường lý luận duy nhất có thể loại bỏ bằng chứng chỉ hữu ích sau khi các sự kiện khác được xem xét. Chúng tôi giới thiệu RESIN (Lý luận với lập chỉ mục có cấu trúc thực tế), sử dụng cấu trúc để định vị bằng chứng trong khi giữ nguồn gốc như là cơ sở cho lý luận. RESIN phân hủy một câu hỏi thành các nhu cầu tập trung một lần, thu thập một tập hợp nhỏ các đơn vị dựa trên nguồn cho mỗi hop, và chỉ đặt bằng chứng có liên quan này trong một đệm lý

Machine translation (Meta M2M100); the English original follows.

Abstract

Multi-chain reasoning is a challenging task not only because the multi-chain evidence is dispersed, but also because different parts of reasoning may require distinct, interacting chains of support. Flat retrieval can flood a model with loosely related text, whereas early selection of a single reasoning path can discard evidence that becomes useful only after other facts are considered. We introduce RESIN (Reasoning with Entity Structured Indexing), which uses structure to locate evidence while keeping the original source as the basis for reasoning. RESIN decomposes a question into focused one-hop needs, retrieves a small set of source-grounded units for each hop, and places only this relevant evidence in a compact reasoning buffer. The buffer preserves alternative supports until final composition, making intermediate decisions explicit without forcing a brittle path. On the full HolisQA benchmark, RESIN achieves 82.92 context recall and 76.70 answer relevancy over all questions, with higher reported CR and AR across five domains and higher F1 in four domains than the published baselines. Ablations show that both typed evidence diversity and hop-wise decomposition are essential, supporting a clear conclusion: Precise evidence organization and delayed commitment make multi-chain reasoning effective and auditable. Our code is available at https://github.com/RamonMeng/RESIN.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Context (archaeology), Search engine indexing, Task (project management), Set (abstract data type), Recall

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange