論文の概要: ESG Reporting Lifecycle Management with Large Language Models and AI Agents

• arxiv url: http://arxiv.org/abs/2603.10646v1
• Date: Wed, 11 Mar 2026 11:05:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-12 16:22:32.905069
• Title: ESG Reporting Lifecycle Management with Large Language Models and AI Agents
• Title（参考訳）: ESGが大規模言語モデルとAIエージェントによるライフサイクル管理を報告
• Authors: Thong Hoang, Mykhailo Klymenko, Xiwei Xu, Shidong Pan, Yi Ding, Xushuo Tang, Zhengyi Yang, Jieke Shi, David Lo,
• Abstract要約: 既存のESGライフサイクルは、ESGレポートを構築するためのガイダンスを提供するが、これらの課題に対処するために必要な自動化、適応性、継続的なフィードバックメカニズムが欠如している。 本稿では,識別,計測,報告,エンゲージメント,改善のESG段階を体系的に統合するエージェントESGライフサイクルフレームワークを提案する。 ESGライフサイクルにエージェントコンポーネントを組み込むことにより、提案フレームワークはESGを静的な報告プロセスから、持続可能性管理のための動的で説明可能な適応システムに変換する。
• 参考スコア（独自算出の注目度）: 16.29132444167956
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Environmental, Social, and Governance (ESG) standards have been increasingly adopted by organizations to demonstrate accountability towards ethical, social, and sustainability goals. However, generating ESG reports that align with these standards remains challenging due to unstructured data formats, inconsistent terminology, and complex requirements. Existing ESG lifecycles provide guidance for structuring ESG reports but lack the automation, adaptability, and continuous feedback mechanisms needed to address these challenges. To bridge this gap, we introduce an agentic ESG lifecycle framework that systematically integrates the ESG stages of identification, measurement, reporting, engagement, and improvement. In this framework, multiple AI agents extract ESG information, verify ESG performance, and update ESG reports based on organisational outcomes. By embedding agentic components within the ESG lifecycle, the proposed framework transforms ESG from a static reporting process into a dynamic, accountable, and adaptive system for sustainability governance. We further define the technical requirements and quality attributes needed to support four main ESG tasks, such as report validation, multi-report comparison, report generation, and knowledge-base maintenance, and propose three architectural approaches, namely single-model, single-agent, and multi-agent, for addressing these tasks. The source code and data for the prototype of these approaches are available at https://gitlab.com/for_peer_review-group/esg_assistant.
• Abstract（参考訳）: 環境、社会、ガバナンス(ESG)の基準は、倫理、社会的、持続可能性の目標に対する説明責任を示すために、組織によってますます採用されている。 しかし、これらの標準に準拠するESGレポートの生成は、構造化されていないデータフォーマット、一貫性のない用語、複雑な要求のために、依然として困難である。 既存のESGライフサイクルは、ESGレポートを構築するためのガイダンスを提供するが、これらの課題に対処するために必要な自動化、適応性、継続的なフィードバックメカニズムが欠如している。 このギャップを埋めるために,エージェントESGライフサイクルフレームワークを導入し,ESGの識別,計測,レポート,エンゲージメント,改善の段階を体系的に統合する。 このフレームワークでは、複数のAIエージェントがESG情報を抽出し、ESGのパフォーマンスを確認し、組織的な結果に基づいてESGレポートを更新する。 ESGライフサイクルにエージェントコンポーネントを組み込むことにより、提案フレームワークはESGを静的な報告プロセスから、持続可能性管理のための動的で説明可能な適応システムに変換する。 さらに、レポート検証、マルチレポート比較、レポート生成、知識ベースメンテナンスといった4つの主要なESGタスクをサポートするために必要な技術的要件と品質特性を定義し、これらのタスクに対処するための3つのアーキテクチャアプローチ、すなわち、シングルモデル、シングルエージェント、マルチエージェントを提案する。 これらのアプローチのプロトタイプのソースコードとデータはhttps://gitlab.com/for_peer_review-group/esg_assistant.comで公開されている。

関連論文リスト

• Advancing ESG Intelligence: An Expert-level Agent and Comprehensive Benchmark for Sustainable Finance [21.31987959023507]
  ESGAgentは、特定のツールセットによって強化された階層型マルチエージェントシステムで、詳細なESG分析を生成する。 本稿では, 原子間共通感覚質問から, 総合的, 詳細な分析まで, 310件の企業サステナビリティレポートから得られた評価指標について述べる。
  論文  参考訳（メタデータ） (2026-01-13T15:58:29Z)
• Pharos-ESG: A Framework for Multimodal Parsing, Contextual Narration, and Hierarchical Labeling of ESG Report [9.026784135029034]
  Pharos-ESGは、ESGレポートをマルチモーダル解析、コンテキストナレーション、階層ラベリングを通じて構造化表現に変換するフレームワークである。 Aurora-ESGはESGの再ポートの大規模なデータセットで、中国本土、香港、米国にまたがる最初の大規模なデータセットです。
  論文  参考訳（メタデータ） (2025-11-20T14:41:44Z)
• Domain-Specific Data Generation Framework for RAG Adaptation [58.20906914537952]
  Retrieval-Augmented Generation (RAG)は、大規模言語モデルの言語理解と推論能力と外部検索を組み合わせ、ドメイン基底応答を可能にする。 本稿では,様々なRAG適応手法に合わせて,ドメイン基底型質問応答コンテキスト(QAC)トリプルを生成するフレームワークであるRAGenを提案する。
  論文  参考訳（メタデータ） (2025-10-13T09:59:49Z)
• Agentic Services Computing [51.50424046053763]
  本稿では,自律的,適応的,協調的なエージェントとしてサービスを再定義するパラダイムであるエージェントサービスコンピューティングを提案する。 ASCは、設計、デプロイ、運用、進化という4段階のライフサイクルを包含しています。
  論文  参考訳（メタデータ） (2025-09-29T07:29:18Z)
• MMESGBench: Pioneering Multimodal Understanding and Complex Reasoning Benchmark for ESG Tasks [56.350173737493215]
  環境・社会・ガバナンス(ESG)報告は、持続可能性の実践の評価、規制コンプライアンスの確保、財務透明性の促進に不可欠である。 MMESGBenchは、マルチモーダル理解と複雑な推論を、構造的に多種多様なマルチソースESG文書間で評価するための、最初のベンチマークデータセットである。 MMESGBenchは、45のESG文書から得られた933の検証済みQAペアで構成され、7つの異なるドキュメントタイプと3つの主要なESGソースカテゴリにまたがる。
  論文  参考訳（メタデータ） (2025-07-25T03:58:07Z)
• Assemble Your Crew: Automatic Multi-agent Communication Topology Design via Autoregressive Graph Generation [91.17994756436259]
  大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)は、多様な領域にわたる複雑な問題を扱うための強力なソリューションとして登場した。 既存のアプローチは、事前に定義されたエージェントセットとハードコードされた相互作用構造を持つテンプレートグラフ修正パラダイムに依存しているため、基本的に制限されている。 協調グラフをスクラッチから構築することで、このパラダイムを運用する新しい自己回帰モデルであるARG-Designerを提案する。
  論文  参考訳（メタデータ） (2025-07-24T09:17:41Z)
• Enhancing Retrieval for ESGLLM via ESG-CID -- A Disclosure Content Index Finetuning Dataset for Mapping GRI and ESRS [15.217878978015856]
  気候変動は、組織のプラクティスにおける透明性と説明責任の必要性を増している。 Global Reporting Initiative(GRI)やEuropean Sustainability Reporting Standards(ESRS)といったフレームワークはESGレポートの標準化を目指している。 企業報告スタイルにおけるESG文書の相当な長さと可変性のため、包括的なレポートの生成は依然として困難である。
  論文  参考訳（メタデータ） (2025-03-10T18:07:33Z)
• Optimizing Large Language Models for ESG Activity Detection in Financial Texts [0.7373617024876725]
  本稿では,環境活動に関連するテキストを識別する次世代大規模言語モデルについて検討する。 ESG-ActivitiesはEUのESG分類に従って分類された1,325のラベル付きテキストセグメントを含むベンチマークデータセットである。 実験の結果,ESG-Activitiesの微調整は分類精度を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2025-02-28T14:52:25Z)

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。