論文の概要: RescueLens: LLM-Powered Triage and Action on Volunteer Feedback for Food Rescue

• arxiv url: http://arxiv.org/abs/2511.15698v1
• Date: Wed, 19 Nov 2025 18:55:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-20 15:51:28.946951
• Title: RescueLens: LLM-Powered Triage and Action on Volunteer Feedback for Food Rescue
• Title（参考訳）: レスキューレンス:LCM駆動トリアージとフードレスキューのためのボランティアフィードバック
• Authors: Naveen Raman, Jingwu Tang, Zhiyu Chen, Zheyuan Ryan Shi, Sean Hudson, Ameesh Kapoor, Fei Fang,
• Abstract要約: 本研究は,大規模言語モデル(LLM)が,ボランティア体験に基づいて,食品救助のオーガナイザの理解と行動にどのように役立つかを検討する。 RescueLensはボランティアのフィードバックを自動的に分類し、寄付者や受取人がフォローアップするように提案し、フィードバックに基づいてボランティアの指示を更新する。 RescueLensは現在412のFood Rescueにデプロイされており、オーガナイザとの半構造化されたインタビューを通じて、RescueLensがフィードバックプロセスの合理化によって、オーガナイザがより時間を割くことができることがわかった。
• 参考スコア（独自算出の注目度）: 14.713960695807996
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Food rescue organizations simultaneously tackle food insecurity and waste by working with volunteers to redistribute food from donors who have excess to recipients who need it. Volunteer feedback allows food rescue organizations to identify issues early and ensure volunteer satisfaction. However, food rescue organizations monitor feedback manually, which can be cumbersome and labor-intensive, making it difficult to prioritize which issues are most important. In this work, we investigate how large language models (LLMs) assist food rescue organizers in understanding and taking action based on volunteer experiences. We work with 412 Food Rescue, a large food rescue organization based in Pittsburgh, Pennsylvania, to design RescueLens, an LLM-powered tool that automatically categorizes volunteer feedback, suggests donors and recipients to follow up with, and updates volunteer directions based on feedback. We evaluate the performance of RescueLens on an annotated dataset, and show that it can recover 96% of volunteer issues at 71% precision. Moreover, by ranking donors and recipients according to their rates of volunteer issues, RescueLens allows organizers to focus on 0.5% of donors responsible for more than 30% of volunteer issues. RescueLens is now deployed at 412 Food Rescue and through semi-structured interviews with organizers, we find that RescueLens streamlines the feedback process so organizers better allocate their time.
• Abstract（参考訳）: フードレスキュー組織は、ボランティアと協力して、必要な受取人に過剰な寄付者から食料を再分配することで、食料の安全と無駄に対処する。 ボランティアのフィードバックにより、フードレスキュー組織は早期に問題を特定でき、ボランティアの満足度を確保することができる。 しかし、食品救護団体は手動でフィードバックを監視しており、これは面倒で労働集約的であり、どの問題がもっとも重要であるかを優先順位付けすることが困難である。 本研究は,大規模言語モデル(LLM)が,ボランティア体験に基づく行動理解と行動の促進にどう役立つかを検討するものである。 ペンシルバニア州ピッツバーグに本拠を置く大規模なフードレスキュー組織である412 Food Rescueと協力して、ボランティアのフィードバックを自動的に分類し、寄付者や受取人をフォローするよう提案し、フィードバックに基づいてボランティアの方向を更新するRescueLensを設計する。 注釈付きデータセットを用いてRescueLensの性能を評価し、71%の精度でボランティア問題の96%を回復できることを示す。 さらに、ボランティア問題の割合に応じて寄付者と受取人をランク付けすることで、RescueLensは、ボランティア問題の30%以上を占める寄付者の0.5%に集中することができる。 RescueLensは現在412のFood Rescueにデプロイされており、オーガナイザとの半構造化されたインタビューを通じて、RescueLensがフィードバックプロセスの合理化によって、オーガナイザがより時間を割くことができることがわかった。

関連論文リスト

• Contextual Budget Bandit for Food Rescue Volunteer Engagement [13.339011713989628]
  ボランティアを基盤としたフードレスキュープラットフォームは、余剰食料を必要な地域社会に合わせることで、食品廃棄物に対処する。 ボランティア活動を改善するための既存のアルゴリズムは、地理的格差を悪化させ、一部のコミュニティは体系的に不利なままである。 レスレスマルチアームバンドにおけるコンテキスト依存型予算配分を組み込んだコンテキストバジェットバンドを提案する。
  論文  参考訳（メタデータ） (2025-09-13T01:49:00Z)
• Automating Food Drop: The Power of Two Choices for Dynamic and Fair Food Allocation [51.687404103375506]
  私たちはインディアナ州の非営利組織とパートナーし、EmphFood Dropというプログラムを率いています。 このパートナーシップの目標は、Food Dropを完全に自動化することにあります。 そのためには、食品を受け取った食品銀行の公正性の確保と、トラック運転手の効率の最適化を両立させるために、リアルタイムな意思決定を行うためのマッチングアルゴリズムが必要である。
  論文  参考訳（メタデータ） (2024-06-10T15:22:41Z)
• Learning Task Decomposition to Assist Humans in Competitive Programming [90.4846613669734]
  タスク分解学習のための新しい目的,いわゆる値(AssistV)を導入する。 我々は、さまざまな分解されたソリューションに対して、人間の修理経験のデータセットを収集する。 人間の177時間以内の研究では、非専門家が33.3%の問題を解き、それらを3.3倍スピードアップさせ、無支援の専門家にマッチさせる権限を与える。
  論文  参考訳（メタデータ） (2024-06-07T03:27:51Z)
• A resource-constrained stochastic scheduling algorithm for homeless street outreach and gleaning edible food [29.017017395878597]
  ミッションや運用の異なる社会変革組織が直面する資源制約付きアウトリーチ問題に対処する共通アルゴリズムソリューションを開発した。 そこで我々は,k$-step遷移の下で部分的に観測された非定常帯域に対する推定と最適化手法を開発した。
  論文  参考訳（メタデータ） (2024-03-15T19:12:28Z)
• ForestEyes Project: Conception, Enhancements, and Challenges [68.8204255655161]
  この研究はフォレストEyesという市民科学プロジェクトを紹介している。 リモートセンシング画像の解析と分類を通じてボランティアの回答を用いて、熱帯雨林の森林破壊地域をモニタリングする。 これらの回答の品質を評価するために、ブラジルの法律Amazonのリモートセンシング画像を使用して、さまざまなキャンペーン/ワークフローがローンチされた。
  論文  参考訳（メタデータ） (2022-08-24T17:48:12Z)
• An Intelligent Passive Food Intake Assessment System with Egocentric Cameras [14.067860492694251]
  栄養失調は低所得国(LMIC)の主要な公衆衛生問題である 我々は,エゴセントリックカメラを用いた知的受動的摂食評価システムの実装を提案する。 摂取量を確実に監視し、ユーザの食行動にフィードバックを与えることができます。
  論文  参考訳（メタデータ） (2021-05-07T09:47:51Z)
• Deploying machine learning to assist digital humanitarians: making image annotation in OpenStreetMap more efficient [72.44260113860061]
  本稿では,OpenStreetMapにおけるボランティアの作業を支援し,最適化するためのインタラクティブな手法を提案する。 提案手法は,OSMのボランティアが検証・修正するために必要なデータ量を大幅に削減する。
  論文  参考訳（メタデータ） (2020-09-17T10:05:30Z)
• Trust and Transparency in Contact Tracing Applications [81.07729301514182]
  世界的な新型コロナウイルスの感染拡大で、新型コロナウイルスの感染拡大を抑える取り組みが進められている。 これらの取り組みの1つは、感染した人への暴露を通じて病気を発症するリスクがある人を特定するために接触追跡を使用することである。 人間の接触トレーサの作業を補うために、デジタル接触追跡ソリューションの開発と利用に大きな関心が寄せられている。 これらのアプリケーションによる機密性の高い個人情報の収集と利用は、これらのソリューションに有利な関心を持つステークホルダーグループによる多くの懸念につながっている。
  論文  参考訳（メタデータ） (2020-06-19T20:29:24Z)
• Donor's Deferral and Return Behavior: Partial Identification from a Regression Discontinuity Design with Manipulation [0.0]
  献血の適格性基準の不連続を突破し, 献血者の遅延が将来のボランティア活動を減少させることを示す。 本稿では,操作が存在する部分境界識別を行う手法を提案する。
  論文  参考訳（メタデータ） (2019-10-04T23:32:20Z)

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。