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

• 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。

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。