論文の概要: LLMs4All: A Review on Large Language Models for Research and Applications in Academic Disciplines

• arxiv url: http://arxiv.org/abs/2509.19580v3
• Date: Mon, 29 Sep 2025 16:13:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 14:13:47.597875
• Title: LLMs4All: A Review on Large Language Models for Research and Applications in Academic Disciplines
• Title（参考訳）: LLMs4All:学術分野における研究と応用のための大規模言語モデルに関するレビュー
• Authors: Yanfang Ye, Zheyuan Zhang, Tianyi Ma, Zehong Wang, Yiyang Li, Shifu Hou, Weixiang Sun, Kaiwen Shi, Yijun Ma, Wei Song, Ahmed Abbasi, Ying Cheng, Jane Cleland-Huang, Steven Corcelli, Robert Goulding, Ming Hu, Ting Hua, John Lalor, Fang Liu, Tengfei Luo, Ed Maginn, Nuno Moniz, Jason Rohr, Brett Savoie, Daniel Slate, Tom Stapleford, Matthew Webber, Olaf Wiest, Johnny Zhang, Nitesh V. Chawla,
• Abstract要約: ChatGPTのようなLLM(Large Language Models)ベースのアプリケーションは、人間のような会話を生成する能力を示している。 本稿では,最先端のLDMの概要と,幅広い学術分野への統合について述べる。
• 参考スコア（独自算出の注目度）: 60.04154111011713
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cutting-edge Artificial Intelligence (AI) techniques keep reshaping our view of the world. For example, Large Language Models (LLMs) based applications such as ChatGPT have shown the capability of generating human-like conversation on extensive topics. Due to the impressive performance on a variety of language-related tasks (e.g., open-domain question answering, translation, and document summarization), one can envision the far-reaching impacts that can be brought by the LLMs with broader real-world applications (e.g., customer service, education and accessibility, and scientific discovery). Inspired by their success, this paper will offer an overview of state-of-the-art LLMs and their integration into a wide range of academic disciplines, including: (1) arts, letters, and law (e.g., history, philosophy, political science, arts and architecture, law), (2) economics and business (e.g., finance, economics, accounting, marketing), and (3) science and engineering (e.g., mathematics, physics and mechanical engineering, chemistry and chemical engineering, life sciences and bioengineering, earth sciences and civil engineering, computer science and electrical engineering). Integrating humanity and technology, in this paper, we will explore how LLMs are shaping research and practice in these fields, while also discussing key limitations, open challenges, and future directions in the era of generative AI. The review of how LLMs are engaged across disciplines-along with key observations and insights-can help researchers and practitioners interested in exploiting LLMs to advance their works in diverse real-world applications.
• Abstract（参考訳）: 最先端の人工知能(AI)技術は、世界の見方を変え続けている。 例えば、ChatGPTのようなLarge Language Models (LLMs)ベースのアプリケーションは、広範なトピックで人間のような会話を生成する能力を示している。 様々な言語関連のタスク(例えば、オープンドメインの質問応答、翻訳、文書要約)における印象的なパフォーマンスのため、LLMがより広い現実世界のアプリケーション(例えば、カスタマーサービス、教育とアクセシビリティ、科学的発見)でもたらす影響を想像することができる。 本論文は、その成功に触発されて、(1)芸術、文字、法律(例えば、歴史、哲学、政治科学、芸術、建築、法律)、(2)経済とビジネス(例えば、金融、経済学、会計、マーケティング)、(3)科学と工学(例えば、数学、物理学、機械工学、化学、化学工学、生命科学、生物工学、土木工学、コンピュータ工学、電気工学)を含む、幅広い学術分野への統合と最先端のLLMの概要を提供する。 本稿では,LLMがこれらの分野における研究と実践をどのように形成しているかを考察するとともに,生成AIの時代における重要な限界,オープン課題,今後の方向性について論じる。 LLMが、重要な観察や洞察とともに、分野にまたがってどのように関与しているかのレビューは、研究者や実践者がLLMを活用して、さまざまな現実世界のアプリケーションで自分たちの仕事を前進させるのに役立つ。

関連論文リスト

• Position: Multimodal Large Language Models Can Significantly Advance Scientific Reasoning [51.11965014462375]
  MLLM(Multimodal Large Language Models)は、テキスト、画像、その他のモダリティを統合する。 本稿では,MLLMが数学,物理,化学,生物学などの分野にまたがる科学的推論を著しく前進させることができることを論じる。
  論文  参考訳（メタデータ） (2025-02-05T04:05:27Z)
• A Comprehensive Survey and Guide to Multimodal Large Language Models in Vision-Language Tasks [5.0453036768975075]
  MLLM(Large Language Model)は、テキスト、画像、ビデオ、オーディオを統合し、モーダルな理解と生成のためのAIシステムを実現する。 Bookは、スケーラビリティ、堅牢性、およびクロスモーダル学習における重要な課題に対処しながら、MLLM実装の顕著な点について検討している。 倫理的考察、責任あるAI開発、そして今後の方向性に関する議論をまとめると、この権威あるリソースは理論的な枠組みと実践的な洞察の両方を提供する。
  論文  参考訳（メタデータ） (2024-11-09T20:56:23Z)
• A Comprehensive Survey of Scientific Large Language Models and Their Applications in Scientific Discovery [68.48094108571432]
  大規模言語モデル(LLM)は、テキストやその他のデータ処理方法に革命をもたらした。 我々は,科学LLM間のクロスフィールドおよびクロスモーダル接続を明らかにすることで,研究ランドスケープのより総合的なビューを提供することを目指している。
  論文  参考訳（メタデータ） (2024-06-16T08:03:24Z)
• A Survey of Large Language Models for Financial Applications: Progress, Prospects and Challenges [60.546677053091685]
  大規模言語モデル(LLM)は金融分野における機械学習アプリケーションに新たな機会を開放した。 我々は、従来のプラクティスを変革し、イノベーションを促進する可能性に焦点を当て、様々な金融業務におけるLLMの適用について検討する。 本稿では,既存の文献を言語タスク,感情分析,財務時系列,財務推論,エージェントベースモデリング,その他の応用分野に分類するための調査を紹介する。
  論文  参考訳（メタデータ） (2024-06-15T16:11:35Z)
• Large Language Models for Education: A Survey [32.42330148200439]
  大規模言語モデル(LLM)は、様々なアプリケーションでますます使われている。 LLMをスマート教育(LLMEdu)に利用することは、世界中の国々にとって重要な戦略的方向性である。 LLMは、教育の質の向上、教育モデルの変更、教師の役割の変更において大きな期待を示してきたが、これらの技術は依然としていくつかの課題に直面している。
  論文  参考訳（メタデータ） (2024-05-12T01:50:01Z)
• A Bibliometric Review of Large Language Models Research from 2017 to 2023 [1.4190701053683017]
  LLM(Large Language Model)は、自然言語処理(NLP)タスクにおいて優れた性能を示す言語モデルである。 本稿は,LLM研究の現在の姿を知るための研究者,実践者,政策立案者のロードマップとして機能する。
  論文  参考訳（メタデータ） (2023-04-03T21:46:41Z)

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。