Fugu-MT 論文翻訳(概要): Generative AI for FFRDCs

論文の概要: Generative AI for FFRDCs

arxiv url: http://arxiv.org/abs/2509.21040v1
Date: Thu, 25 Sep 2025 11:45:39 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-26 20:58:12.875598
Title: Generative AI for FFRDCs
Title（参考訳）: FFRDCのための生成AI
Authors: Arun S. Maiya,
Abstract要約: 少数の入力出力例で,大規模言語モデルが要約,分類,抽出,センスメイキングをいかに促進できるかを示す。センシティブな政府コンテキストでの使用を可能にするために、生成AIのセキュアで柔軟な応用のためのオープンソースのフレームワークであるOnPrem$.LLMを適用する。
参考スコア（独自算出の注目度）: 2.132096006921048
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Federally funded research and development centers (FFRDCs) face text-heavy workloads, from policy documents to scientific and engineering papers, that are slow to analyze manually. We show how large language models can accelerate summarization, classification, extraction, and sense-making with only a few input-output examples. To enable use in sensitive government contexts, we apply OnPrem$.$LLM, an open-source framework for secure and flexible application of generative AI. Case studies on defense policy documents and scientific corpora, including the National Defense Authorization Act (NDAA) and National Science Foundation (NSF) Awards, demonstrate how this approach enhances oversight and strategic analysis while maintaining auditability and data sovereignty.
Abstract（参考訳）: 連邦政府が出資した研究開発センター(FFRDCs)は、政策文書から科学・工学論文まで、手動で分析するのが遅いテキスト重労働に直面している。少数の入力出力例で,大規模言語モデルが要約,分類,抽出,センスメイキングをいかに促進できるかを示す。センシティブな政府コンテキストでの使用を可能にするために、OnPrem$を適用します。 $LLMは、生成AIのセキュアで柔軟な応用のためのオープンソースのフレームワークである。 NDAA(National Defense Authorization Act)やNSF(National Science Foundation)アワード(National Science Awards)を含む防衛政策文書と科学コーパスに関する事例研究は、このアプローチが監査性とデータの主権を維持しながら、監視と戦略的分析をいかに強化するかを実証している。

関連論文リスト

AgentCPM-Report: Interleaving Drafting and Deepening for Open-Ended Deep Research [85.51475655916026]
AgentCPM-Reportは軽量だが高性能なローカルソリューションで、人間の記述プロセスを反映したフレームワークで構成されている。我々のフレームワークは、モデルがアウトラインを動的に修正できるWARP(Writeing As Reasoning Policy)を使用している。 DeepResearch Bench、DeepConsult、DeepResearch Gymの実験は、AgentCPM-Reportが主要なクローズドソースシステムより優れていることを示した。
論文参考訳（メタデータ） (2026-02-06T09:45:04Z)
A Systematic Literature Review on LLM Defenses Against Prompt Injection and Jailbreaking: Expanding NIST Taxonomy [0.5958527024442727]
本研究は,プロンプトインジェクション緩和戦略に関する最初の体系的な文献レビューを提示する。 NISTの報告書や他の学術的レビューや調査に記載されている以上の研究を識別する。 NISTの確立した用語と分類を基盤として、一貫性を促進し、将来の研究者が本研究で提案される標準化された分類の上に構築できるようにする。
論文参考訳（メタデータ） (2026-01-29T19:08:37Z)
Let the Barbarians In: How AI Can Accelerate Systems Performance Research [80.43506848683633]
我々は、この繰り返しサイクルを、AI駆動システム研究の生成、評価、洗練のサイクルと呼ぶ。我々はADRSが生成するソリューションが人間の最先端の設計に適合し、さらに優れることを示した。
論文参考訳（メタデータ） (2025-12-16T18:51:23Z)
A Comparative Study of Retrieval Methods in Azure AI Search [4.799746336710645]
本研究では、Microsoft AzureのRetrieval-Augmented Generationフレームワークにおける検索戦略を評価する。 Azure AI Searchのキーワード、セマンティック、ベクター、ハイブリッド、ハイブリッドのセマンティック検索手法のパフォーマンスを比較した。
論文参考訳（メタデータ） (2025-12-08T22:20:02Z)
The Journal of Prompt-Engineered Philosophy Or: How I Started to Track AI Assistance and Stopped Worrying About Slop [0.0]
記事は、インセンティブがいかに透明性を損なうかを分析します。伝統的な会場は政策の調整だけでこの緊張を解消できない。義務的な開示を強制し、複製に基づくレビューを可能にし、詳細なドキュメントを通じて生態学的妥当性をサポートする。
論文参考訳（メタデータ） (2025-11-10T08:56:21Z)
How Can AI Augment Access to Justice? Public Defenders' Perspectives on AI Adoption [6.949832807566659]
AIの採用は、コスト、限定的なオフィス規範、機密性リスク、不満足なツール品質に制約されていることが分かっています。公の弁護側は、AIは圧倒的な量のデジタル記録を分析する証拠調査に最も有用だと考えている。裁判所の表現と防衛戦略は、AI支援とはほとんど互換性がないと考えられている。
論文参考訳（メタデータ） (2025-10-27T02:26:08Z)
ReliabilityRAG: Effective and Provably Robust Defense for RAG-based Web-Search [69.60882125603133]
本稿では,検索した文書の信頼性情報を明確に活用する,敵対的堅牢性のためのフレームワークであるReliabilityRAGを提案する。我々の研究は、RAGの回収されたコーパスの腐敗に対するより効果的で確実に堅牢な防御に向けた重要な一歩である。
論文参考訳（メタデータ） (2025-09-27T22:36:42Z)
Cognitive Kernel-Pro: A Framework for Deep Research Agents and Agent Foundation Models Training [67.895981259683]
汎用AIエージェントは、次世代人工知能の基礎となるフレームワークとして、ますます認識されている。現在のエージェントシステムはクローズドソースか、さまざまな有料APIやプロプライエタリなツールに大きく依存している。我々は,完全オープンソースかつ(最大限に)フリーなマルチモジュールエージェントフレームワークであるCognitive Kernel-Proを提案する。
論文参考訳（メタデータ） (2025-08-01T08:11:31Z)
The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
論文参考訳（メタデータ） (2025-06-09T18:37:14Z)
Harnessing AI for efficient analysis of complex policy documents: a case study of Executive Order 14110 [44.99833362998488]
法律、規制、執行命令などの政策文書は、社会の形成に不可欠である。本研究の目的は、政策分析の合理化におけるAIの可能性を評価し、現在のAIアプローチの強みと限界を特定することである。
論文参考訳（メタデータ） (2024-06-10T11:19:28Z)
INACIA: Integrating Large Language Models in Brazilian Audit Courts: Opportunities and Challenges [7.366861473623427]
INACIAは、大規模言語モデル(LLM)をブラジル連邦会計裁判所(TCU)の運営枠組みに統合するために設計された画期的なシステムである。我々は、事例文書から関連情報を抽出し、その法的妥当性を評価し、司法決定のための提案を定式化するINACIAの可能性を実証する。
論文参考訳（メタデータ） (2024-01-10T17:13:28Z)
Entity Graph Extraction from Legal Acts -- a Prototype for a Use Case in Policy Design Analysis [52.77024349608834]
本稿では,公共政策設計の定量的研究を支援するために開発されたプロトタイプについて述べる。本システムの目的は,法律文書の収集プロセスの自動化,機関文法の注釈付け,ハイパーグラフによる重要機関間の相互関係の分析である。
論文参考訳（メタデータ） (2022-09-02T10:57:47Z)
MAIR: Framework for mining relationships between research articles, strategies, and regulations in the field of explainable artificial intelligence [2.280298858971133]
研究論文やAI関連の政策に対する規制の影響のダイナミクスを理解することが不可欠である。本稿では,AI関連政策文書とXAI研究論文の共同分析のための新しいフレームワークを提案する。
論文参考訳（メタデータ） (2021-07-29T20:41:17Z)

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。