Fugu-MT 論文翻訳(概要): Identifying relevant indicators for monitoring a National Artificial Intelligence Strategy

論文の概要: Identifying relevant indicators for monitoring a National Artificial Intelligence Strategy

arxiv url: http://arxiv.org/abs/2502.10412v1
Date: Thu, 23 Jan 2025 19:59:31 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-02 04:52:15.443756
Title: Identifying relevant indicators for monitoring a National Artificial Intelligence Strategy
Title（参考訳）: 国家人工知能戦略監視のための関連指標の特定
Authors: Renata Pelissari, Ricardo Suyama, Leonardo Tomazeli Duarte, Henrique Sá Earp,
Abstract要約: 本稿では2つの重要な構成要素からなる方法論を提案する。まず、国家的AI戦略の中で、関連する指標を特定する。第2に、これらの指標と特定の政府のAI戦略の戦略的行動との整合性を評価する。
参考スコア（独自算出の注目度）: 7.937206070844554
License:
Abstract: How can a National Artificial Intelligence Strategy be effectively monitored? To address this question, we propose a methodology consisting of two key components. First, it involves identifying relevant indicators within national AI strategies. Second, it assesses the alignment between these indicators and the strategic actions of a specific government's AI strategy, allowing for a critical evaluation of its monitoring measures. Moreover, identifying these indicators helps assess the overall quality of the strategy's structure. A lack of alignment between strategic actions and the identified indicators may reveal gaps or blind spots in the strategy. This methodology is demonstrated using the Brazilian AI strategy as a case study.
Abstract（参考訳）: 国家人工知能戦略を効果的に監視する方法この問題に対処するために,2つの重要な構成要素からなる方法論を提案する。まず、国家的AI戦略の中で、関連する指標を特定する。第2に、これらの指標と特定の政府のAI戦略の戦略行動の整合性を評価し、監視措置の批判的な評価を可能にする。さらに、これらの指標を特定することは、戦略の構造の全体的な品質を評価するのに役立つ。戦略行動と特定された指標との整合性の欠如は、戦略におけるギャップや盲点を明らかにする可能性がある。この手法をケーススタディとしてブラジルのAI戦略を用いて実証する。

関連論文リスト

EPO: Explicit Policy Optimization for Strategic Reasoning in LLMs via Reinforcement Learning [69.55982246413046]
戦略的推論のための明示的なポリシー最適化(EPO)を提案する。 EPOはオープンなアクション空間で戦略を提供し、任意のLLMエージェントにプラグインすることで、ゴール指向の振る舞いを動機付けることができる。社会的および物理的領域にわたる実験は、EPOの長期的なゴールアライメント能力を示す。
論文参考訳（メタデータ） (2025-02-18T03:15:55Z)
Learning Strategy Representation for Imitation Learning in Multi-Agent Games [15.209555810145549]
本稿では,マルチエージェントゲームにおける戦略表現を効果的に学習するSTRIL(Strategy Representation for Learning)フレームワークを紹介する。 STRILは既存のILアルゴリズムに統合可能なプラグインメソッドである。 2人プレイのPong、Limit Texas Hold'em、Connect Fourなど、競合するマルチエージェントシナリオにおけるSTRILの有効性を実証する。
論文参考訳（メタデータ） (2024-09-28T14:30:17Z)
Artificial Intelligence and Strategic Decision-Making: Evidence from Entrepreneurs and Investors [1.1060425537315088]
本稿では、企業における戦略的意思決定(SDM)プロセスに人工知能(AI)がどのような影響を与えるかを検討する。我々は、AIが既存のSDMツールをどのように強化するかを説明し、主要なアクセラレータプログラムとスタートアップコンペティションから経験的な証拠を提供する。 SDMの根底にある重要な認知過程である探索、表現、集約について考察する。
論文参考訳（メタデータ） (2024-08-16T15:46:15Z)
Open Problems in Technical AI Governance [93.89102632003996]
テクニカルAIガバナンス(Technical AI Governance)は、AIの効果的なガバナンスを支援するための技術分析とツールである。本論文は、AIガバナンスへの貢献を目指す技術研究者や研究資金提供者のためのリソースとして意図されている。
論文参考訳（メタデータ） (2024-07-20T21:13:56Z)
LLM as a Mastermind: A Survey of Strategic Reasoning with Large Language Models [75.89014602596673]
戦略推論は、戦略を調整しながら、マルチエージェント設定における敵の行動を理解し、予測する必要がある。大規模言語モデルを用いた戦略的推論に関連するスコープ,アプリケーション,方法論,評価指標について検討する。戦略的推論を重要な認知能力として重要視し、将来の研究の方向性や潜在的な改善に関する洞察を提供する。
論文参考訳（メタデータ） (2024-04-01T16:50:54Z)
Risk-reducing design and operations toolkit: 90 strategies for managing risk and uncertainty in decision problems [65.268245109828]
本稿では,このような戦略のカタログを開発し,それらのためのフレームワークを開発する。高い不確実性のために難解であるように見える決定問題に対して、効率的な応答を提供する、と論じている。次に、多目的最適化を用いた決定理論にそれらを組み込む枠組みを提案する。
論文参考訳（メタデータ） (2023-09-06T16:14:32Z)
Strategy Extraction in Single-Agent Games [0.19336815376402716]
本研究では,行動戦略を用いた知識伝達を,人間の認知能力に左右される伝達可能な知識の形式として提案する。提案手法は,Pacman, Bank Heist, Dungeon-crawling(ダンジョンクローリングゲーム)の3つの環境において有効な戦略を同定できることを示す。
論文参考訳（メタデータ） (2023-05-22T01:28:59Z)
Qualitative Differences Between Evolutionary Strategies and Reinforcement Learning Methods for Control of Autonomous Agents [0.0]
我々は,OpenAI-ES進化戦略とPPO強化学習アルゴリズムという,最先端の2つのアルゴリズムに注目した。 i) 一般的な有効性, (ii) スパース報酬に対処する能力, (iii) 最小解の正当性/能力, (iv) 報酬形成への依存, (v) 環境条件の変動に対処する能力。
論文参考訳（メタデータ） (2022-05-16T11:51:36Z)
Insights into Data through Model Behaviour: An Explainability-driven Strategy for Data Auditing for Responsible Computer Vision Applications [70.92379567261304]
本研究では,データ監査に対する説明可能性駆動型戦略について検討する。 2つの人気のある医療ベンチマークデータセットを監査することで、この戦略を実証する。私たちは、ディープラーニングモデルに誤った理由を予測させる隠れたデータ品質の問題を発見します。
論文参考訳（メタデータ） (2021-06-16T23:46:39Z)
Catch Me if I Can: Detecting Strategic Behaviour in Peer Assessment [61.24399136715106]
我々は、試験やホームワークの査定や採用・昇進の査定など、様々な査定課題における戦略的行動の課題について考察する。我々はこのような操作を検出する方法の設計に重点を置いている。具体的には、エージェントがピアのサブセットを評価し、後に集約されたランキングを最終的な順序付けとして出力する設定について検討する。
論文参考訳（メタデータ） (2020-10-08T15:08:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。