論文の概要: Leveraging LLMs to Streamline the Review of Public Funding Applications

• arxiv url: http://arxiv.org/abs/2510.09674v1
• Date: Wed, 08 Oct 2025 16:58:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 18:06:29.547391
• Title: Leveraging LLMs to Streamline the Review of Public Funding Applications
• Title（参考訳）: LLMを活用して公的資金運用の見直しを合理化する
• Authors: Joao D. S. Marques, Andre V. Duarte, Andre Carvalho, Gil Rocha, Bruno Martins, Arlindo L. Oliveira,
• Abstract要約: 2つの政府イニシアチブのパイプライン内でAI支援評価の現実的な展開について詳述する。 我々のソリューションは、無視できる偽陽性率を維持しながら、レビュアーの生産性を20.1%向上させた。 これらの改善により、総評価期間は2ヶ月以上短縮された。
• 参考スコア（独自算出の注目度）: 3.7850800505138804
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Every year, the European Union and its member states allocate millions of euros to fund various development initiatives. However, the increasing number of applications received for these programs often creates significant bottlenecks in evaluation processes, due to limited human capacity. In this work, we detail the real-world deployment of AI-assisted evaluation within the pipeline of two government initiatives: (i) corporate applications aimed at international business expansion, and (ii) citizen reimbursement claims for investments in energy-efficient home improvements. While these two cases involve distinct evaluation procedures, our findings confirm that AI effectively enhanced processing efficiency and reduced workload across both types of applications. Specifically, in the citizen reimbursement claims initiative, our solution increased reviewer productivity by 20.1%, while keeping a negligible false-positive rate based on our test set observations. These improvements resulted in an overall reduction of more than 2 months in the total evaluation time, illustrating the impact of AI-driven automation in large-scale evaluation workflows.
• Abstract（参考訳）: 欧州連合とその加盟国は毎年、様々な開発イニシアチブに資金を供給するために数百万ユーロを割り当てている。 しかしながら、これらのプログラムで受信されるアプリケーションの増加は、人間の能力に制限があるため、評価プロセスにおいて重大なボトルネックを生じさせることが多い。 本稿では、2つの政府イニシアチブのパイプライン内でAI支援評価の実際の展開について詳述する。 一 国際事業拡大をめざした企業応用、及び (二)エネルギー効率のよい住宅改良への投資に対する市民の返済請求 これらの2つのケースは、異なる評価手順を含むが、我々の研究結果は、AIが処理効率を効果的に向上し、両方のタイプのアプリケーション間での作業負荷を減らすことを確認した。 具体的には,市民再支払い請求イニシアチブにおいて,我々のソリューションは,テストセットの観察に基づいて無視可能な偽陽性率を維持しながら,レビュアーの生産性を20.1%向上させた。 これらの改善により、大規模な評価ワークフローにおけるAI駆動の自動化の影響が説明され、総評価期間が2ヶ月以上短縮された。

関連論文リスト

• Intelligent Automation for FDI Facilitation: Optimizing Tariff Exemption Processes with OCR And Large Language Models [0.0]
  本稿では,光学的文字認識 (OCR) と大規模言語モデル (LLM) 技術を活用することにより,税務管理を強化する概念的枠組みを提案する。 国家行政の利益には、運用能力の大幅な向上、管理負荷の削減、管理環境の強化などが含まれる。
  論文  参考訳（メタデータ） (2025-06-12T08:20:38Z)
• Off-policy Evaluation for Payments at Adyen [0.0]
  オフ・ポリティ・アセスメント(OPE)は、Adyenの推奨システム開発と最適化を加速するために適用された。 分析の結果,OPE推定値とオンラインA/Bテスト結果との間には強い相関関係があることが判明した。 大規模産業決済システムにおける意思決定システムの有効性と統合に関するガイダンスを提供する。
  論文  参考訳（メタデータ） (2025-01-15T22:17:01Z)
• Evaluating Cultural and Social Awareness of LLM Web Agents [113.49968423990616]
  CASAは,大規模言語モデルの文化的・社会的規範に対する感受性を評価するためのベンチマークである。 提案手法は,標準に違反するユーザクエリや観察を検知し,適切に応答するLLMエージェントの能力を評価する。 実験により、現在のLLMは非エージェント環境で大幅に性能が向上していることが示された。
  論文  参考訳（メタデータ） (2024-10-30T17:35:44Z)
• How Does Quantization Affect Multilingual LLMs? [50.867324914368524]
  量子化技術は、大規模な言語モデルの推論速度と展開を改善するために広く使われている。 量子化多言語LLMの徹底的な分析を行い、言語間の性能と様々なスケールに焦点をあてる。
  論文  参考訳（メタデータ） (2024-07-03T15:39:40Z)
• Self-Improving Customer Review Response Generation Based on LLMs [1.9274286238176854]
  SCRABLEは、自己最適化プロンプトによって自己向上する、適応的な顧客レビュー応答自動化である。 顧客レビュー領域で発生する応答の質を評価するために,人間評価者の役割を模倣する自動スコアリング機構を導入する。
  論文  参考訳（メタデータ） (2024-05-06T20:50:17Z)
• Autonomation, Not Automation: Activities and Needs of European Fact-checkers as a Basis for Designing Human-Centered AI Systems [7.654738260420559]
  我々は中央ヨーロッパのファクトチェッカーに詳しいインタビューを行った。 我々の貢献には、非英語圏における事実確認作業の多様性に関する詳細な調査が含まれる。 我々は,ファクトチェッカーの活動に関する知見をマッピングし,AI研究に必要な課題について考察した。
  論文  参考訳（メタデータ） (2022-11-22T10:18:09Z)
• Improving Auto-Augment via Augmentation-Wise Weight Sharing [123.71986174280741]
  自動拡張検索の重要な要素は、特定の拡張ポリシーの評価プロセスである。 本稿では,モデルの強化トレーニングのダイナミクスについて検討する。 我々は,Augmentation-Wise Weight Sharing (AWS)に基づいて,高速かつ高精度な評価プロセスを構築するために,強力で効率的なプロキシタスクを設計する。
  論文  参考訳（メタデータ） (2020-09-30T15:23:12Z)

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。