論文の概要: PoultryTalk: A Multi-modal Retrieval-Augmented Generation (RAG) System for Intelligent Poultry Management and Decision Support

• arxiv url: http://arxiv.org/abs/2512.08995v1
• Date: Mon, 08 Dec 2025 15:06:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-11 15:14:53.256621
• Title: PoultryTalk: A Multi-modal Retrieval-Augmented Generation (RAG) System for Intelligent Poultry Management and Decision Support
• Title（参考訳）: PoultryTalk: 知的養鶏経営と意思決定支援のためのマルチモーダル検索強化世代(RAG)システム
• Authors: Kapalik Khanal, Biswash Khatiwada, Stephen Afrifa, Ranjan Sapkota, Sanjay Shah, Frank Bai, Ramesh Bahadur Bist,
• Abstract要約: 養鶏産業は世界の食料安全保障において重要な役割を担っているが、中小規模の農家は、しばしば専門家レベルの支援に時間的アクセスを欠いている。 本稿では,マルチモーダル検索・拡張生成(RAG)システムであるPoultryTalkについて述べる。 システムはOpenAIのtext-embedding-3-smallとGPT-4oを使って、スマートでコンテキスト対応の養鶏管理アドバイスを提供する。
• 参考スコア（独自算出の注目度）: 1.0777414809254022
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The Poultry industry plays a vital role in global food security, yet small- and medium-scale farmers frequently lack timely access to expert-level support for disease diagnosis, nutrition planning, and management decisions. With rising climate stress, unpredictable feed prices, and persistent disease threats, poultry producers often struggle to make quick, informed decisions. Therefore, there is a critical need for intelligent, data-driven systems that can deliver reliable, on-demand consultation. This paper presents PoultryTalk, a novel multi-modal Retrieval-Augmented Generation (RAG) system designed to provide real-time expert guidance through text and image-based interaction. PoultryTalk uses OpenAI's text-embedding-3-small and GPT-4o to provide smart, context-aware poultry management advice from text, images, or questions. System usability and performance were evaluated using 200 expert-verified queries and feedback from 34 participants who submitted 267 queries to the PoultryTalk prototype. The expert-verified benchmark queries confirmed strong technical performance, achieving a semantic similarity of 84.0% and an average response latency of 3.6 seconds. Compared with OpenAI's GPT-4o, PoultryTalk delivered more accurate and reliable information related to poultry. Based on participants' evaluations, PoultryTalk achieved a response accuracy of 89.9%, with about 9.1% of responses rated as incorrect. A post-use survey indicated high user satisfaction: 95.6% of participants reported that the chatbot provided "always correct" and "mostly correct" answers. 82.6% indicated they would recommend the tool, and 17.4% responded "maybe." These results collectively demonstrate that PoultryTalk not only delivers accurate, contextually relevant information but also demonstrates strong user acceptance and scalability potential.
• Abstract（参考訳）: 養鶏産業はグローバルな食料安全保障において重要な役割を担っているが、中小規模の農家は、病気の診断、栄養計画、管理上の決定に対する専門家レベルの支援に時間的にアクセスできないことが多い。 気候のストレスの増加、予測不可能な食料価格、持続的な病気の脅威により、鶏肉生産者は迅速かつ情報のある決断を下すのに苦労することが多い。 したがって、信頼できるオンデマンドのコンサルティングを提供するインテリジェントなデータ駆動システムには、重要なニーズがある。 本稿では,テキストと画像に基づくインタラクションを通じて,リアルタイムな専門家指導を提供するために設計された,新しいマルチモーダル検索・拡張生成(RAG)システムであるPoultryTalkを提案する。 PoultryTalkはOpenAIのtext-embedding-3-smallとGPT-4oを使用して、テキスト、画像、質問からのスマートでコンテキスト対応のPoultry管理アドバイスを提供する。 PoultryTalkプロトタイプに267のクエリを提出した34名の参加者から,200名の専門家によるクエリとフィードバックを用いて,システムのユーザビリティと性能を評価した。 専門家が検証したベンチマーククエリは、84.0%、平均応答遅延3.6秒というセマンティックな類似性を達成し、強力な技術的パフォーマンスを確認した。 OpenAIのGPT-4oと比較すると、PoultryTalkはより正確で信頼性の高いPoultryに関する情報を提供した。 参加者の評価に基づいて、PoultryTalkは89.9%のレスポンス精度を達成し、約9.1%のレスポンスが誤って評価された。 95.6%の参加者がチャットボットが「常に正しい」回答と「ほぼ正しい」回答を提供したと報告している。 82.6%がツールを推奨し、17.4%が"maybe"と回答した。 これらの結果は、PoultryTalkが正確でコンテキストに関連のある情報を提供するだけでなく、強力なユーザ受け入れとスケーラビリティの可能性も示している。

関連論文リスト

• Towards an AI-based knowledge assistant for goat farmers based on Retrieval-Augmented Generation [5.133246658369731]
  本研究では,ヤギの健康管理を支援する知的知識アシスタントシステムを提案する。 知識基盤は、疾病予防・治療、栄養管理、養育管理、ヤギ乳管理、基礎農業知識の5つの主要な領域にまたがっている。 オンライン検索モジュールは、最新情報のリアルタイム検索を可能にするために統合されている。
  論文  参考訳（メタデータ） (2025-09-11T20:58:51Z)
• Fact or Facsimile? Evaluating the Factual Robustness of Modern Retrievers [34.31192184496381]
  デンスレトリバーとリランカーは、検索強化世代(RAG)パイプラインの中心である。 我々は,これらのコンポーネントがベースとする大規模言語モデル(LLM)をどの程度の事実的能力で継承するか,あるいは失うかを評価する。 全ての埋め込みモデルにおいて、クエリと正しい完了の間のコサイン類似度スコアは、間違ったものよりも著しく高い。
  論文  参考訳（メタデータ） (2025-08-28T04:13:51Z)
• Divide-Then-Align: Honest Alignment based on the Knowledge Boundary of RAG [51.120170062795566]
  本稿では,問合せが知識境界外にある場合の"I don't know"で応答する機能を備えたRAGシステムを実現するためのDTAを提案する。 DTAは適切な棄権と精度のバランスをとり、検索強化システムの信頼性と信頼性を高める。
  論文  参考訳（メタデータ） (2025-05-27T08:21:21Z)
• Unanswerability Evaluation for Retrieval Augmented Generation [74.3022365715597]
  UAEval4RAGは、RAGシステムが解答不能なクエリを効果的に処理できるかどうかを評価するために設計されたフレームワークである。 我々は、6つの未解決カテゴリを持つ分類を定義し、UAEval4RAGは、多様で挑戦的なクエリを自動的に合成する。
  論文  参考訳（メタデータ） (2024-12-16T19:11:55Z)
• Do RAG Systems Cover What Matters? Evaluating and Optimizing Responses with Sub-Question Coverage [74.70255719194819]
  サブクエストカバレッジに基づく新しいフレームワークを導入し、RAGシステムが質問の異なる面にどのように対処するかを計測する。 このフレームワークを使用して、You.com、Perplexity AI、Bing Chatの3つの商用生成応答エンジンを評価します。 すべての回答エンジンは、バックグラウンドやフォローアップよりも、コアサブクエストを頻繁にカバーしていますが、コアサブクエストの約50%を見逃しています。
  論文  参考訳（メタデータ） (2024-10-20T22:59:34Z)
• TriviaHG: A Dataset for Automatic Hint Generation from Factoid Questions [20.510164413931577]
  ファクトイド問題に対するヒント自動生成のためのフレームワークを提案する。 我々はTriviaQAデータセットから16,645の質問に対応する160,230のヒントを含む新しい大規模データセットを構築した。 提案手法とTriviaHGデータセットを評価するために,提案したヒントを用いて10名の個人に2,791のヒントを注釈付け,6名の人間に回答を指示した。
  論文  参考訳（メタデータ） (2024-03-27T10:27:28Z)
• GPQA: A Graduate-Level Google-Proof Q&A Benchmark [36.646784216263626]
  GPQAは、生物学、物理学、化学の分野の専門家によって書かれた448の多重選択質問のデータセットである。 対応する領域で博士号を取得または追跡している専門家は、精度が65%に達する(専門家が振り返りで特定した明確なミスを割引する場合の74%)。 高度に熟練した非熟練のバリデーターは34%の精度にしか達しないが、ウェブへの制限のないアクセスで平均30分以上費やされている(つまり、質問は「Googleで守られている」)。
  論文  参考訳（メタデータ） (2023-11-20T18:57:34Z)
• ExpertQA: Expert-Curated Questions and Attributed Answers [51.68314045809179]
  我々は,様々な属性と事実の軸に沿って,いくつかの代表システムからの応答を人為的に評価する。 我々は32分野にわたる484人の被験者から専門家による質問を収集し、同じ専門家に自身の質問に対する反応を評価する。 分析の結果は,32分野にまたがる2177の質問と,回答の検証とクレームの属性を備えた高品質な長文QAデータセットであるExpertQAである。
  論文  参考訳（メタデータ） (2023-09-14T16:54:34Z)

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。