論文の概要: GRASP: Municipal Budget AI Chatbots for Enhancing Civic Engagement
- arxiv url: http://arxiv.org/abs/2503.23299v1
- Date: Sun, 30 Mar 2025 03:46:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-01 19:35:57.044466
- Title: GRASP: Municipal Budget AI Chatbots for Enhancing Civic Engagement
- Title（参考訳）: GRASP:自治体の予算AIチャットボットが市民エンゲージメントを強化
- Authors: Jerry Xu, Justin Wang, Joley Leung, Jasmine Gu,
- Abstract要約: 本稿では、検索とプロンプトのためのアクションシステム生成のためのカスタムAIフレームワークGRASPを提案する。
GRASPは、従来の情報検索システムよりも、ユーザ予算のクエリに対して、より誠実で根拠のある応答を提供します。
テストの結果, GRASPは自治体予算の78%に対して, 正確かつ正確な回答を提供することがわかった。
- 参考スコア（独自算出の注目度）: 0.4916484600313162
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: There are a growing number of AI applications, but none tailored specifically to help residents answer their questions about municipal budget, a topic most are interested in but few have a solid comprehension of. In this research paper, we propose GRASP, a custom AI chatbot framework which stands for Generation with Retrieval and Action System for Prompts. GRASP provides more truthful and grounded responses to user budget queries than traditional information retrieval systems like general Large Language Models (LLMs) or web searches. These improvements come from the novel combination of a Retrieval-Augmented Generation (RAG) framework ("Generation with Retrieval") and an agentic workflow ("Action System"), as well as prompt engineering techniques, the incorporation of municipal budget domain knowledge, and collaboration with local town officials to ensure response truthfulness. During testing, we found that our GRASP chatbot provided precise and accurate responses for local municipal budget queries 78% of the time, while GPT-4o and Gemini were only accurate 60% and 35% of the time, respectively. GRASP chatbots greatly reduce the time and effort needed for the general public to get an intuitive and correct understanding of their town's budget, thus fostering greater communal discourse, improving government transparency, and allowing citizens to make more informed decisions.
- Abstract（参考訳）: AIアプリケーションは増えているが、住民が自治体予算に関する質問に答えるために特別に調整されたものではない。
本稿では,GAASP(RetrievalとAction System for Prompts)のためのカスタムAIチャットボットフレームワーク)を提案する。
GRASPは、一般的なLarge Language Models(LLM)やWeb検索のような従来の情報検索システムよりも、ユーザ予算クエリに対してより真実で根拠のある応答を提供します。
これらの改善は、レトリーバル・拡張世代(RAG)フレームワーク("Generation with Retrieval")とエージェントワークフロー("Action System")の新規な組み合わせによるものであり、また、迅速な技術技術、自治体予算領域の知識の確立、地域の役人との協力によって、真理性を保証する。
GPT-4o と Gemini はいずれも 60% と 35% に過ぎなかった。
GRASPチャットボットは、町の予算の直感的で正しい理解を得るために一般市民が必要とする時間と労力を大幅に減らし、より大きな共同会話を育み、政府の透明性を改善し、市民がより情報的な決定を行えるようにした。
関連論文リスト
- Improving municipal responsiveness through AI-powered image analysis in E-Government [0.0]
本稿では、画像解析における機械学習(ML)の革新的な応用について考察する。
画像分類とオブジェクト検出アルゴリズムを使用することで、市民が提出した証拠の特定と迅速な対応において、公共機関を支援する。
論文 参考訳（メタデータ） (2025-04-11T20:53:23Z) - GRUtopia: Dream General Robots in a City at Scale [65.08318324604116]
本稿では,各種ロボットを対象とした対話型3D社会「GRUtopia」について紹介する。
GRScenesには100万のインタラクティブな微妙な注釈付きシーンが含まれており、都市規模の環境に自由に組み合わせることができる。
GRResidentsはLarge Language Model (LLM)によって駆動されるNon-Player Character (NPC)システムである。
論文 参考訳（メタデータ） (2024-07-15T17:40:46Z) - FACTS About Building Retrieval Augmented Generation-based Chatbots [10.437472320378339]
我々は3つのNVIDIAチャットボットを使った経験に基づいて、RAGベースのチャットボットを構築するためのフレームワークを提案する。
FACTSフレームワーク(フレッシュネス、アーキテクチャ、コスト、テスト、セキュリティ)を導入し、15のRAGパイプライン制御ポイントを提示し、大小のLLM間の精度-遅延トレードオフに関する実証的な結果を提供する。
論文 参考訳（メタデータ） (2024-07-10T17:20:59Z) - LPAC: Learnable Perception-Action-Communication Loops with Applications
to Coverage Control [80.86089324742024]
本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。
CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。
評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2024-01-10T00:08:00Z) - Correctness Comparison of ChatGPT-4, Gemini, Claude-3, and Copilot for Spatial Tasks [0.0]
本研究では、4つのチャットボットに割り当てられた7つのタスクカテゴリの76個の空間的タスクに対してゼロショットの正当性評価を行う。
チャットボットは、空間リテラシー、GIS理論、プログラミングコードと関数の解釈に関連するタスクでうまく機能したが、マッピング、コード記述、空間推論の弱点が明らかになった。
論文 参考訳（メタデータ） (2024-01-04T18:43:26Z) - How Generative-AI can be Effectively used in Government Chatbots [0.0]
本稿では広東省の政府チャットボットChatGPTと,大規模言語モデルWenxin Ernieの比較を行った。
この研究は、政府のチャットボットと大きな言語モデルの間に大きな違いを見出した。
政府のチャットボットの今後の方向性をより深く探求するため,本研究では,目標とする最適化経路を提案する。
論文 参考訳（メタデータ） (2023-11-29T07:27:15Z) - Search-Engine-augmented Dialogue Response Generation with Cheaply
Supervised Query Production [98.98161995555485]
応答生成のために,任意の検索エンジンから膨大な動的情報にアクセス可能な対話モデルを提案する。
コアモジュールとして、クエリプロデューサを使用して、対話コンテキストからクエリを生成して、検索エンジンと対話する。
R@1とR@5のレートを62.4%と74.8%で達成できることを示す実験を行った。
論文 参考訳（メタデータ） (2023-02-16T01:58:10Z) - ChatGPT versus Traditional Question Answering for Knowledge Graphs:
Current Status and Future Directions Towards Knowledge Graph Chatbots [7.2676028986202]
知識グラフ(KG)のための会話型AIと質問応答システム(QAS)はどちらも新興研究分野である。
QASは、自然言語質問を理解して翻訳することで、KGから最新の情報を検索し、データベースエンジンがサポートする形式的なクエリに変換する。
本フレームワークでは,現在最先端のQASであるKGQANに対して,ChatGPTとGalacticaの2つの代表的な対話モデルを比較した。
論文 参考訳（メタデータ） (2023-02-08T13:03:27Z) - End-to-end Spoken Conversational Question Answering: Task, Dataset and
Model [92.18621726802726]
音声による質問応答では、システムは関連する音声書き起こしの中に連続したテキストスパンからの質問に答えるように設計されている。
本稿では,複雑な対話フローをモデル化することを目的とした音声対話型質問応答タスク(SCQA)を提案する。
本研究の目的は,音声記録に基づく対話型質問に対処するシステムを構築することであり,情報収集システムによる様々なモダリティからより多くの手がかりを提供する可能性を探ることである。
論文 参考訳（メタデータ） (2022-04-29T17:56:59Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳（メタデータ） (2021-10-05T12:51:11Z) - CASS: Towards Building a Social-Support Chatbot for Online Health
Community [67.45813419121603]
CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいている。
ユーザーからの新たな入力を処理し、さまざまなレスポンスを生成することができる。
フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。
論文 参考訳（メタデータ） (2021-01-04T05:52:03Z)
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。