Fugu-MT 論文翻訳(概要): Computational Challenges in Scaling Democratic Deliberation

論文の概要: Computational Challenges in Scaling Democratic Deliberation

arxiv url: http://arxiv.org/abs/2605.01525v1
Date: Sat, 02 May 2026 16:38:17 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-05 20:33:49.81991
Title: Computational Challenges in Scaling Democratic Deliberation
Title（参考訳）: 民主的熟考のスケーリングにおける計算的課題
Authors: Davide Grossi,
Abstract要約: 本稿では,デジタル民主主義ソフトウェアが大規模な民主的熟考プロセスを支援するために提供しなければならない機能について概説する。本論文の目的は、そのような問題の構造化された在庫に向けての第一の根拠を打破し、コンピュータ科学と人工知能の現在の学術研究にそれらへの潜在的アプローチを位置づけることである。
参考スコア（独自算出の注目度）: 3.225584113430749
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The paper provides an overview of core functionalities that digital democracy software needs to provide in order to support democratic deliberative processes at scale. Developing these functionalities poses novel computational challenges and requires algorithmic solutions to interesting mathematical problems. The aim of the paper is to break the first ground towards a structured inventory of such problems, and to position possible approaches to them within current academic research in computer science and artificial intelligence.
Abstract（参考訳）: 本稿では,デジタル民主主義ソフトウェアが大規模な民主的熟考プロセスを支援するために提供しなければならない機能について概説する。これらの機能の開発は、新しい計算問題を引き起こし、興味深い数学的問題に対するアルゴリズム的な解を必要とする。本論文の目的は、そのような問題の構造化された在庫に向けての第一の根拠を打破し、コンピュータ科学と人工知能の現在の学術研究にそれらへの潜在的アプローチを位置づけることである。

関連論文リスト

Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。 SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。本稿では,この新興領域を体系的に調査する。
論文参考訳（メタデータ） (2026-01-15T18:55:03Z)
Barbarians at the Gate: How AI is Upending Systems Research [58.95406995634148]
システム研究は、新しいパフォーマンス指向アルゴリズムの設計と評価に長年注力してきたが、AI駆動のソリューション発見には特に適している、と私たちは主張する。このアプローチをAI駆動システム研究(ADRS)と呼び、ソリューションを反復的に生成し、評価し、洗練する。我々の研究結果は、AI時代のシステム研究の実践に急激な適応の必要性と破壊的な可能性を浮き彫りにしている。
論文参考訳（メタデータ） (2025-10-07T17:49:24Z)
Qualitative Research in an Era of AI: A Pragmatic Approach to Data Analysis, Workflow, and Computation [0.0]
我々は、知識、目的、倫理的コミットメントによって展開された場合、新しい技術は長年にわたる方法論上の課題に対処する可能性があると論じる。我々は、慎重に、透過的に使用すると、現代の計算ツールは、置き換わるよりも、有意義に拡張できると結論付けている。
論文参考訳（メタデータ） (2025-09-15T23:12:13Z)
A Survey of Deep Learning for Geometry Problem Solving [52.90604903858389]
幾何学的問題解決は、教育、AIの数学的能力の評価、マルチモーダル能力の評価など、様々な領域で不可欠である。近年のディープラーニング技術、特にマルチモーダルな大規模言語モデルの出現は、この分野の研究を著しく加速させている。
論文参考訳（メタデータ） (2025-07-16T06:03:08Z)
Position: We Need An Algorithmic Understanding of Generative AI [7.425924654036041]
本稿では,LLMが学習・使用するアルゴリズムを体系的に研究するためのフレームワークであるAlgEvalを提案する。 AlgEvalは、潜在表現、注意、推論時間計算に反映されるアルゴリズムプリミティブと、タスク固有の問題を解決するアルゴリズム構成を明らかにすることを目的としている。
論文参考訳（メタデータ） (2025-07-10T08:38:47Z)
A Survey on Applications of Reinforcement Learning in Spatial Resource Allocation [5.821318691099762]
空間資源配分の課題は、交通、産業、日常生活など様々な領域に広がっている。従来のアルゴリズムは、最適な効率とリアルタイムの能力を達成するのに苦戦している。近年,空間資源配分問題に対処する強化学習を用いた新しい手法が急増している。
論文参考訳（メタデータ） (2024-03-06T12:05:56Z)
Combatting Human Trafficking in the Cyberspace: A Natural Language Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
論文参考訳（メタデータ） (2023-11-22T02:45:01Z)
SEGO: Sequential Subgoal Optimization for Mathematical Problem-Solving [64.38649623473626]
大規模言語モデル(LLM)は人工知能の大幅な進歩を導いた。数学的問題を解く能力を高めるために,textbfSEquential subtextbfGoal textbfOptimization (SEGO) という新しいフレームワークを提案する。
論文参考訳（メタデータ） (2023-10-19T17:56:40Z)
An Intelligent Model for Solving Manpower Scheduling Problems [22.247926891283537]
本稿では,マルチ制約条件下でのマンパワースケジューリング問題を組合せ最適化問題に変換する。また、論理的パラダイムを用いて問題解の数学的モデルを構築し、モデルを解くための改良された多次元進化アルゴリズムも構築する。
論文参考訳（メタデータ） (2021-05-07T23:51:12Z)

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。