論文の概要: LLMs for Supply Chain Management

• arxiv url: http://arxiv.org/abs/2505.18597v1
• Date: Sat, 24 May 2025 08:46:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-27 16:58:42.53312
• Title: LLMs for Supply Chain Management
• Title（参考訳）: サプライチェーン管理のためのLCM
• Authors: Haojie Wang, Jiuyun Jiang, L. Jeff Hong, Guangxin Jiang,
• Abstract要約: 本稿では,外部知識を推論プロセスに統合する検索拡張生成(RAG)フレームワークを提案する。 我々は、標準化されたSCM試験とビールゲームテストに合格することで、専門家レベルの能力を示すドメイン特化SCM LLMを開発した。 我々はLLMを用いて水平および垂直のサプライチェーンゲームを行い、サプライチェーン内の競争と協力を分析する。
• 参考スコア（独自算出の注目度）: 2.249916681499244
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The development of large language models (LLMs) has provided new tools for research in supply chain management (SCM). In this paper, we introduce a retrieval-augmented generation (RAG) framework that dynamically integrates external knowledge into the inference process, and develop a domain-specialized SCM LLM, which demonstrates expert-level competence by passing standardized SCM examinations and beer game tests. We further employ the use of LLMs to conduct horizontal and vertical supply chain games, in order to analyze competition and cooperation within supply chains. Our experiments show that RAG significantly improves performance on SCM tasks. Moreover, game-theoretic analysis reveals that the LLM can reproduce insights from the classical SCM literature, while also uncovering novel behaviors and offering fresh perspectives on phenomena such as the bullwhip effect. This paper opens the door for exploring cooperation and competition for complex supply chain network through the lens of LLMs.
• Abstract（参考訳）: 大規模言語モデル(LLM)の開発は、サプライチェーン管理(SCM)研究のための新しいツールを提供している。 本稿では、外部知識を推論プロセスに動的に統合する検索強化世代(RAG)フレームワークを導入し、標準化されたSCM試験とビールゲームテストに合格して専門家レベルの能力を示すドメイン特化SCM LLMを開発する。 さらに,LLMを用いて水平および垂直のサプライチェーンゲームを行い,サプライチェーン内の競争と協力を分析する。 実験の結果,RAGはSCMタスクの性能を大幅に改善することがわかった。 さらに、ゲーム理論分析により、LLMは古典的なSCM文学からの洞察を再現でき、同時に新しい行動を明らかにし、ブルウィップ効果のような現象に対する新たな視点を提供する。 本稿では,LLMのレンズによる複雑なサプライチェーンネットワークの協調と競争の扉を開く。

関連論文リスト

• Satori: Reinforcement Learning with Chain-of-Action-Thought Enhances LLM Reasoning via Autoregressive Search [57.28671084993782]
  大規模言語モデル(LLM)は、様々な領域にまたがる顕著な推論能力を示している。 近年の研究では、テスト時間計算の増加はLLMの推論能力を高めることが示されている。 そこで我々は,1)COAT推論形式を内部化するための小規模な形式調整段階,2)強化学習を活用した大規模自己改善段階を提案する。
  論文  参考訳（メタデータ） (2025-02-04T17:26:58Z)
• Lifting the Veil on the Large Language Model Supply Chain: Composition, Risks, and Mitigations [6.478930807409979]
  大規模言語モデル(LLM)は、インテリジェンスと生産性の両方に重大な影響を与えている。 本稿では, LLMサプライチェーンの概要を概説し, ステークホルダー, アーティファクトの構成, 供給タイプについて詳述する。
  論文  参考訳（メタデータ） (2024-10-28T17:02:12Z)
• Supply Chain Network Extraction and Entity Classification Leveraging Large Language Models [5.205252810216621]
  我々は,大規模言語モデル(LLM)を用いた土木分野向けサプライチェーングラフを開発する。 LLMを微調整してサプライチェーングラフ内のエンティティを分類し、それらの役割と関係に関する詳細な洞察を提供する。 我々の貢献には、土木分野向けのサプライチェーングラフの開発や、サプライチェーンネットワークのエンティティ分類と理解を強化する微調整LCMモデルなどが含まれます。
  論文  参考訳（メタデータ） (2024-10-16T21:24:13Z)
• Enhancing Supply Chain Visibility with Knowledge Graphs and Large Language Models [49.898152180805454]
  本稿では,サプライチェーンの可視性を高めるために,知識グラフ(KG)と大規模言語モデル(LLM)を活用した新しいフレームワークを提案する。 我々のゼロショットLPM駆動アプローチは、様々な公共情報源からのサプライチェーン情報の抽出を自動化する。 NERとREタスクの精度が高く、複雑な多層供給ネットワークを理解する効果的なツールを提供する。
  論文  参考訳（メタデータ） (2024-08-05T17:11:29Z)
• Efficient Prompting for LLM-based Generative Internet of Things [88.84327500311464]
  大規模言語モデル(LLM)は、様々なタスクにおいて顕著な能力を示しており、最近、IoT(Internet of Things)アプリケーションにLLMの能力を統合することが研究の注目を集めている。 セキュリティ上の懸念から、多くの機関は最先端の商用LLMサービスへのアクセスを避け、ローカルネットワーク環境でのオープンソースLLMのデプロイと利用を必要としている。 本研究では,LLMを用いた生成IoT(Generative IoT)システムを提案する。
  論文  参考訳（メタデータ） (2024-06-14T19:24:00Z)
• Large Language Model Supply Chain: A Research Agenda [5.1875389249043415]
  大規模言語モデル(LLM)は、自然言語処理とマルチモーダルコンテンツ生成において前例のない能力を導入し、人工知能に革命をもたらした。 本稿では,LLMサプライチェーンの総合的な研究課題を初めて提示し,重要な課題と機会を特定するための構造的アプローチを提案する。
  論文  参考訳（メタデータ） (2024-04-19T09:29:53Z)
• LLM Inference Unveiled: Survey and Roofline Model Insights [62.92811060490876]
  大規模言語モデル(LLM)推論は急速に進化しており、機会と課題のユニークなブレンドを提示している。 本調査は, 研究状況を要約するだけでなく, 屋上モデルに基づく枠組みを導入することによって, 従来の文献レビューから際立っている。 このフレームワークは、ハードウェアデバイスにLSMをデプロイする際のボトルネックを特定し、実用上の問題を明確に理解する。
  論文  参考訳（メタデータ） (2024-02-26T07:33:05Z)
• A Comprehensive Overview of Large Language Models [68.22178313875618]
  大規模言語モデル(LLM)は、最近自然言語処理タスクにおいて顕著な機能を示した。 本稿では, LLM関連概念の幅広い範囲について, 既存の文献について概説する。
  論文  参考訳（メタデータ） (2023-07-12T20:01:52Z)

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。