論文の概要: Beyond the Cloud: Assessing the Benefits and Drawbacks of Local LLM Deployment for Translators

• arxiv url: http://arxiv.org/abs/2507.23399v1
• Date: Thu, 31 Jul 2025 10:13:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-01 17:19:09.511137
• Title: Beyond the Cloud: Assessing the Benefits and Drawbacks of Local LLM Deployment for Translators
• Title（参考訳）: クラウドを超えて - トランスレータのローカルLLMデプロイメントのメリットと欠点を評価する
• Authors: Peter Sandrini,
• Abstract要約: 本稿では、プロプライエタリなクラウドベースのAIソリューションの代替手段として、ローカルにデプロイ可能なフリー言語モデルの実現可能性と性能について検討する。 この評価は,人間機械翻訳品質の比較解析よりも,機能性能に重点を置いている。 ローカルデプロイメントには独自の課題が伴うが、データコントロールの強化、プライバシの向上、クラウドサービスへの依存性の削減といったメリットは魅力的だ。
• 参考スコア（独自算出の注目度）: 5.915556222776062
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid proliferation of Large Language Models presents both opportunities and challenges for the translation field. While commercial, cloud-based AI chatbots have garnered significant attention in translation studies, concerns regarding data privacy, security, and equitable access necessitate exploration of alternative deployment models. This paper investigates the feasibility and performance of locally deployable, free language models as a viable alternative to proprietary, cloud-based AI solutions. This study evaluates three open-source models installed on CPU-based platforms and compared against commercially available online chat-bots. The evaluation focuses on functional performance rather than a comparative analysis of human-machine translation quality, an area already subject to extensive research. The platforms assessed were chosen for their accessibility and ease of use across various operating systems. While local deployment introduces its own challenges, the benefits of enhanced data control, improved privacy, and reduced dependency on cloud services are compelling. The findings of this study contribute to a growing body of knowledge concerning the democratization of AI technology and inform future research and development efforts aimed at making LLMs more accessible and practical for a wider range of users, specifically focusing on the needs of individual translators and small businesses.
• Abstract（参考訳）: 大規模言語モデルの急速な普及は、翻訳分野の機会と課題の両方を提示する。 商用のクラウドベースのAIチャットボットは、翻訳研究、データプライバシ、セキュリティ、適切なアクセスに関する懸念、代替デプロイメントモデルの探索において大きな注目を集めている。 本稿では、プロプライエタリなクラウドベースのAIソリューションの代替手段として、ローカルにデプロイ可能なフリー言語モデルの実現可能性と性能について検討する。 本研究では、CPUベースのプラットフォームにインストールされた3つのオープンソースモデルを評価し、市販のオンラインチャットボットと比較した。 この評価は人間機械翻訳の品質の比較分析よりも機能的性能に焦点を当てており、すでに広範囲の研究が進められている。 評価されたプラットフォームは、様々なオペレーティングシステム間のアクセシビリティと使いやすさのために選択された。 ローカルデプロイメントには独自の課題が伴うが、データコントロールの強化、プライバシの向上、クラウドサービスへの依存性の削減といったメリットは魅力的だ。 本研究は,AI技術の民主化に関する知識の育成に寄与し,個人翻訳者や中小企業のニーズに焦点をあてた,広い範囲のユーザに対して,LLMをよりアクセシブルで実用的なものにすることを目的とした今後の研究・開発活動に寄与する。

関連論文リスト

• The AI Language Proficiency Monitor -- Tracking the Progress of LLMs on Multilingual Benchmarks [0.0]
  我々は、最大200言語にわたる大規模言語モデル(LLM)のパフォーマンスを評価する包括的なベンチマークであるAI Language Monitorを紹介した。 FLORES+, MMLU, GSM8K, TruthfulQA, ARCなどのデータセットを用いて, 翻訳, 質問応答, 数学, 推論などのタスクを集約した。 私たちは、研究者、開発者、政策立案者をサポートし、モデルパフォーマンスの強さとギャップを識別する、オープンソースの自動更新型リーダボードとダッシュボードを提供しています。
  論文  参考訳（メタデータ） (2025-07-11T12:38:02Z)
• Unsupervised Data Validation Methods for Efficient Model Training [0.0]
  自然言語処理(NLP)、テキスト音声処理(TTS)、音声テキスト処理(STT)、視覚言語モデル(VLM)は大規模なデータセットに大きく依存している。 本研究では,「品質データ」の定義,適切なデータ生成方法の開発,モデルトレーニングへのアクセシビリティ向上など,重要な分野について検討する。
  論文  参考訳（メタデータ） (2024-10-10T13:00:53Z)
• On-Device Language Models: A Comprehensive Review [26.759861320845467]
  資源制約のあるデバイスに計算コストの高い大規模言語モデルをデプロイする際の課題について検討する。 論文は、デバイス上での言語モデル、その効率的なアーキテクチャ、および最先端の圧縮技術について考察する。 主要モバイルメーカーによるオンデバイス言語モデルのケーススタディは、実世界の応用と潜在的な利益を実証している。
  論文  参考訳（メタデータ） (2024-08-26T03:33:36Z)
• 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)
• DIALIGHT: Lightweight Multilingual Development and Evaluation of Task-Oriented Dialogue Systems with Large Language Models [76.79929883963275]
  DIALIGHTは多言語タスク指向対話(ToD)システムの開発と評価のためのツールキットである。 ローカル発話レベルとグローバル対話レベルの両方において、人間のきめ細かい評価のためのセキュアでユーザフレンドリーなWebインターフェースを備えている。 評価の結果, PLMの微調整により精度とコヒーレンスが向上する一方, LLMベースのシステムは多様で類似した応答を生成するのに優れていた。
  論文  参考訳（メタデータ） (2024-01-04T11:27:48Z)
• A Survey of Large Language Models [81.06947636926638]
  言語モデリングは、過去20年間、言語理解と生成のために広く研究されてきた。 近年,大規模コーパス上でのトランスフォーマーモデルの事前学習により,事前学習言語モデル (PLM) が提案されている。 パラメータスケールの違いを識別するために、研究コミュニティは大規模言語モデル (LLM) という用語を提唱した。
  論文  参考訳（メタデータ） (2023-03-31T17:28:46Z)
• Reinforced Iterative Knowledge Distillation for Cross-Lingual Named Entity Recognition [54.92161571089808]
  言語間NERは、知識をリッチリソース言語から低リソース言語に転送する。 既存の言語間NERメソッドは、ターゲット言語でリッチなラベル付けされていないデータをうまく利用しない。 半教師付き学習と強化学習のアイデアに基づく新しいアプローチを開発する。
  論文  参考訳（メタデータ） (2021-06-01T05:46:22Z)

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。