論文の概要: The Next Frontier of LLM Applications: Open Ecosystems and Hardware Synergy

• arxiv url: http://arxiv.org/abs/2503.04596v1
• Date: Thu, 06 Mar 2025 16:38:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-07 16:01:43.349264
• Title: The Next Frontier of LLM Applications: Open Ecosystems and Hardware Synergy
• Title（参考訳）: LLMアプリケーションの次のフロンティア:オープンエコシステムとハードウェアシナジー
• Authors: Xinyi Hou, Yanjie Zhao, Haoyu Wang,
• Abstract要約: 大規模言語モデル(LLM)アプリケーションは、AIエコシステムの未来を形作っている。 本稿では, LLM アプリケーションの将来を考察し, 3層疎結合アーキテクチャを提案する。 安全でスケーラブルなAIデプロイメントのための重要なセキュリティとプライバシの課題を強調します。
• 参考スコア（独自算出の注目度）: 5.667013605202579
• License:
• Abstract: Large Language Model (LLM) applications, including LLM app stores and autonomous agents, are shaping the future of AI ecosystems. However, platform silos, fragmented hardware integration, and the absence of standardized interfaces limit scalability, interoperability, and resource efficiency. While LLM app stores democratize AI, their closed ecosystems restrict modular AI reuse and cross-platform portability. Meanwhile, agent-based frameworks offer flexibility but often lack seamless integration across diverse environments. This paper envisions the future of LLM applications and proposes a three-layer decoupled architecture grounded in software engineering principles such as layered system design, service-oriented architectures, and hardware-software co-design. This architecture separates application logic, communication protocols, and hardware execution, enhancing modularity, efficiency, and cross-platform compatibility. Beyond architecture, we highlight key security and privacy challenges for safe, scalable AI deployment and outline research directions in software and security engineering. This vision aims to foster open, secure, and interoperable LLM ecosystems, guiding future advancements in AI applications.
• Abstract（参考訳）: LLMアプリストアや自律エージェントを含むLarge Language Model (LLM)アプリケーションは、AIエコシステムの未来を形作っている。 しかし、プラットフォームサイロ、ハードウェア統合の断片化、標準化されたインターフェースの欠如により、スケーラビリティ、相互運用性、リソース効率が制限される。 LLMアプリストアはAIを民主化しているが、そのクローズドなエコシステムは、モジュール化されたAIの再利用とクロスプラットフォームのポータビリティを制限する。 一方、エージェントベースのフレームワークは柔軟性を提供するが、様々な環境にまたがるシームレスな統合を欠いていることが多い。 本稿では,LLMアプリケーションの将来を考察し,レイヤシステム設計やサービス指向アーキテクチャ,ハードウェア・ソフトウェア共同設計といったソフトウェア工学の原則に基づく3層疎結合アーキテクチャを提案する。 このアーキテクチャはアプリケーションロジック、通信プロトコル、ハードウェア実行を分離し、モジュール性、効率性、プラットフォーム間の互換性を向上させる。 アーキテクチャ以外にも、安全でスケーラブルなAIデプロイメントのための重要なセキュリティとプライバシの課題を強調し、ソフトウェアとセキュリティエンジニアリングにおける研究の方向性を概説しています。 このビジョンは、オープンでセキュアで相互運用可能なLLMエコシステムを促進し、AIアプリケーションの将来の進歩を導くことを目的としている。

関連論文リスト

• Specifications: The missing link to making the development of LLM systems an engineering discipline [65.10077876035417]
  我々は、構造化出力、プロセスの監督、テストタイム計算など、これまでの分野の進歩について論じる。 モジュール型かつ信頼性の高いLCMシステムの開発に向けた研究の今後の方向性について概説する。
  論文  参考訳（メタデータ） (2024-11-25T07:48:31Z)
• Towards a Middleware for Large Language Models [3.491539485256461]
  大規模言語モデルは自然言語入力を処理する能力で広く普及している。 この進歩は、世界中の企業がLLMをサービスに統合するきっかけとなった。 テクノロジが成熟するにつれて、"LLM as a Service"をセルフホストすることで、主要なクラウドプロバイダからの独立に対する強いインセンティブが生まれます。
  論文  参考訳（メタデータ） (2024-11-21T13:55:24Z)
• Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• Large Language Model as a Catalyst: A Paradigm Shift in Base Station Siting Optimization [62.16747639440893]
  大規模言語モデル(LLM)とその関連技術は、特に迅速な工学とエージェント工学の領域において進歩している。 提案するフレームワークは、検索拡張生成(RAG)を組み込んで、ドメイン固有の知識を取得してソリューションを生成するシステムの能力を高める。
  論文  参考訳（メタデータ） (2024-08-07T08:43:32Z)
• A General-Purpose Device for Interaction with LLMs [3.052172365469752]
  本稿では,大規模言語モデル(LLM)と高度なハードウェアの統合について検討する。 我々は,LLMとの対話性の向上を目的とした汎用デバイスの開発に焦点をあてる。
  論文  参考訳（メタデータ） (2024-08-02T23:43:29Z)
• LLMs as On-demand Customizable Service [8.440060524215378]
  階層型分散大言語モデル(LLM)の概念を導入する。 階層型アプローチを導入することで、LLMをカスタマイズ可能なサービスとしてオンデマンドでアクセスできるようにする。 階層型 LLM の概念は,LLM の能力を活用するために,広範かつクラウドソースのユーザ基盤を向上すると考えられる。
  論文  参考訳（メタデータ） (2024-01-29T21:24:10Z)
• The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
  Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。 本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。 新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
  論文  参考訳（メタデータ） (2024-01-03T07:47:22Z)
• LLM as OS, Agents as Apps: Envisioning AIOS, Agents and the AIOS-Agent Ecosystem [48.81136793994758]
  大規模言語モデル (LLM) は(人工)知能オペレーティングシステム (IOS) またはAIOS (AIOS) として機能する。 LLMの影響はAIアプリケーションレベルに限らず、コンピュータシステム、アーキテクチャ、ソフトウェア、プログラミング言語の設計と実装に革命をもたらすものと期待している。
  論文  参考訳（メタデータ） (2023-12-06T18:50:26Z)
• LLM Platform Security: Applying a Systematic Evaluation Framework to OpenAI's ChatGPT Plugins [31.678328189420483]
  大規模言語モデル(LLM)プラットフォームは先頃,インターネット上のサードパーティサービスとインターフェースするアプリエコシステムの提供を開始した。 これらのアプリはLLMプラットフォームの機能を拡張しているが、任意のサードパーティによって開発されており、暗黙的に信頼できない。 LLMプラットフォーム設計者のための基盤を築き,現在および将来のサードパーティのLDMプラットフォームのセキュリティ,プライバシ,安全性を解析し,改善するフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-19T02:20:10Z)
• Enhancing Architecture Frameworks by Including Modern Stakeholders and their Views/Viewpoints [48.87872564630711]
  データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。 10か国25以上の組織から61名の被験者を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-08-09T21:54:34Z)
• VEDLIoT -- Next generation accelerated AIoT systems and applications [4.964750143168832]
  VEDLIoTプロジェクトは、分散人工知能(AIoT)アプリケーションのためのエネルギー効率のよいディープラーニング方法論の開発を目指している。 我々は,AIoTシステムに固有の安全性とセキュリティ問題に対処しながら,アルゴリズムの最適化に重点を置いた総合的なアプローチを提案する。
  論文  参考訳（メタデータ） (2023-05-09T12:35:00Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。