論文の概要: AI Agents for Sustainable SMEs: A Green ESG Assessment Framework
- arxiv url: http://arxiv.org/abs/2605.00841v1
- Date: Sun, 05 Apr 2026 20:44:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-11 06:56:26.44986
- Title: AI Agents for Sustainable SMEs: A Green ESG Assessment Framework
- Title（参考訳）: 持続可能な中小企業のためのAIエージェント:グリーンESGアセスメントフレームワーク
- Authors: Viet Trinh, Tan Nguyen, Minh-Huyen Phan, Quan Luu,
- Abstract要約: 本研究では、欧州の中小企業における環境・社会・ガバナンス(ESG)のパフォーマンスを評価するための新しいAI駆動型フレームワークを提案する。
Flash Eurobarometer FL549サーベイデータのサブセットからエキスパート検証ESGベースラインスコアが確立された。
第2フェーズでは、n8n自動化プラットフォーム上に構築されたスケーラブルなAIエージェントシステムが、これらのベースラインを適用して、自動ESG分類を実行し、コンテキストレコメンデーションを生成する。
- 参考スコア（独自算出の注目度）: 7.478056407323783
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study presents a novel, AI-driven framework for assessing Environmental, Social, and Governance (ESG) performance in European small and medium-sized enterprises (SMEs). An initial phase established expert-validated ESG baseline scores from a subset of the Flash Eurobarometer FL549 survey data. In the second phase, a scalable AI agent system, built on the n8n automation platform, applied these baselines to perform automated ESG classification and generate contextual recommendations using large language models (LLMs). The results demonstrate the AI system's high consistency with human-derived outputs, thereby supporting more effective monitoring and intervention strategies aligned with the European Green Deal.
- Abstract（参考訳）: 本研究では,ヨーロッパ中小企業(中小企業)における環境・社会・ガバナンス(ESG)のパフォーマンスを評価するための,新たなAI駆動型フレームワークを提案する。
Flash Eurobarometer FL549サーベイデータのサブセットからエキスパート検証ESGベースラインスコアが確立された。
第2フェーズでは、n8n自動化プラットフォーム上に構築されたスケーラブルなAIエージェントシステムが、これらのベースラインを適用して、自動ESG分類を実行し、大きな言語モデル(LLM)を使用してコンテキストレコメンデーションを生成する。
その結果、AIシステムは人為的なアウトプットと高い整合性を示し、ヨーロッパグリーンディールと整合したより効果的な監視と介入戦略をサポートする。
関連論文リスト
- Structured Self-Consistency:A Multi-Task Evaluation of LLMs on VirtualHome [17.912331507214052]
エージェントは目標を理解し、アクションを計画し、シミュレーション環境でタスクを実行する必要がある。
本稿では,Embodied Agent Interface (EAI) フレームワークを用いたVirtualHomeベンチマークにおいて,Large Language Models (LLM) の総合評価を行う。
論文 参考訳（メタデータ） (2026-01-31T08:56:43Z) - AI-NativeBench: An Open-Source White-Box Agentic Benchmark Suite for AI-Native Systems [52.65695508605237]
我々は、Model Context Protocol(MCP)とAgent-to-Agent(A2A)標準に基づいて、アプリケーション中心でホワイトボックスのAI-NativeベンチマークスイートであるAI-NativeBenchを紹介する。
エージェントスパンを分散トレース内の第一級市民として扱うことにより,本手法は,単純な機能以上の工学的特性の粒度解析を可能にする。
この研究は、モデル能力の測定から信頼性の高いAI-Nativeシステムへの移行を導く最初の体系的な証拠を提供する。
論文 参考訳（メタデータ） (2026-01-14T11:32:07Z) - SGSimEval: A Comprehensive Multifaceted and Similarity-Enhanced Benchmark for Automatic Survey Generation Systems [26.888698710786507]
SGSimEvalは、Survey Generation with similarity-Enhanced Evaluationの包括的なベンチマークである。
我々は、人間に固有の品質と類似性の両方を強調する人間の嗜好指標を導入する。
実験の結果,現在のASGシステムはアウトライン生成において人間に比較可能な優位性を示すことがわかった。
論文 参考訳（メタデータ） (2025-08-15T08:27:58Z) - MSDA: Combining Pseudo-labeling and Self-Supervision for Unsupervised Domain Adaptation in ASR [59.83547898874152]
本稿では,自己教師付き学習と半教師付き技術を統合する,サンプル効率のよい2段階適応手法を提案する。
MSDAは、ASRモデルの堅牢性と一般化を強化するように設計されている。
本稿では,メタPLがASRタスクに効果的に適用可能であることを示す。
論文 参考訳（メタデータ） (2025-05-30T14:46:05Z) - The BrowserGym Ecosystem for Web Agent Research [151.90034093362343]
BrowserGymエコシステムは、Webエージェントの効率的な評価とベンチマークの必要性の高まりに対処する。
本稿では,Webエージェント研究のためのBrowserGymベースの拡張エコシステムを提案する。
大規模なマルチベンチマークWebエージェント実験を初めて実施し、6つのWebエージェントベンチマークで6つの最先端LCMの性能を比較した。
論文 参考訳（メタデータ） (2024-12-06T23:43:59Z) - AI Benchmarks and Datasets for LLM Evaluation [0.46960837342692324]
EU AI Actは、2024年3月13日に欧州議会が提出したEUAIActを引用し、AIシステムの開発、配備、使用に関するEU全体の最初の包括的な要件を定めている。
AIシステムによって引き起こされる技術的課題に効果的に対処するために、この方法論を実用的なベンチマークで強化する必要性を強調している。
私たちは、AIベンチマークの収集と分類を目的とした、AI Safety Bulgariaイニシアチブ(citeAI_Safety_Bulgaria)の一部として、プロジェクトをローンチした。
論文 参考訳（メタデータ） (2024-12-02T00:38:57Z)
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。