論文の概要: BIRDS: Characterizing and Understanding Biodiversity Impact of Large Language Model Serving
- arxiv url: http://arxiv.org/abs/2605.27480v1
- Date: Tue, 26 May 2026 12:28:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:55.364269
- Title: BIRDS: Characterizing and Understanding Biodiversity Impact of Large Language Model Serving
- Title（参考訳）: BIRDS:大規模言語モデルにおける生物多様性の影響の特徴と理解
- Authors: Tianyao Shi, Yi Ding,
- Abstract要約: 大規模言語モデル(LLM)は、炭素や水以外の環境への影響を生じさせる。
本稿では,要求駆動型LLMサービングにおける生物多様性影響の枠組みであるBIRDSについて述べる。
- 参考スコア（独自算出の注目度）: 5.1094466593178325
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language model (LLM) serving creates environmental impacts beyond carbon and water, including ecosystem damage through biodiversity-related pathways. We present BIRDS, a framework for Biodiversity Impact of Request-Driven LLM Serving. BIRDS defines request-level functional units, quantifies operational and embodied biodiversity impact, and introduces Quality-Normalized Biodiversity Impact (QNBI) to jointly analyze ecological impact and response quality. Across diverse workloads, models, GPUs, and regions, \SYSTEM{} reveals that biodiversity impact accumulates at scale and exposes actionable quality-aware serving tradeoffs.
- Abstract（参考訳）: 大規模言語モデル(LLM)は、生物多様性に関連する経路を通じて生態系の損傷を含む、炭素や水以外の環境影響を生じさせる。
本稿では,要求駆動型LLMサービングにおける生物多様性影響の枠組みであるBIRDSについて述べる。
BIRDSは、要求レベルの機能単位を定義し、運用および実施された生物多様性への影響を定量化し、生態的影響と応答品質を共同で分析するためにQNBIを導入している。
さまざまなワークロード、モデル、GPU、リージョンにわたって、‘SYSTEM{}’は、生物多様性の影響が大規模に蓄積され、実行可能な品質に配慮したサービストレードオフが露呈することを示している。
関連論文リスト
- Modeling Dependency-Propagated Ecosystem Impact of Changes in Maintenance Activities: Evaluating Support Strategies in the PyPI Network [83.16077040470975]
我々は、Python Package Index(PyPI)エコシステムを通じて、メンテナンスアクティビティの変化がどのように伝播するかをキャプチャする、エコシステム影響の依存性を意識したモデルを紹介します。
以上の結果から, モデルによる生態系への影響の大部分が, 依存伝搬の影響に基づいて優先順位付けされた場合のPyPIパッケージ全体の0.1%に過ぎなかったことが示唆された。
論文 参考訳（メタデータ） (2026-05-07T12:51:00Z) - BioAnalyst: A Foundation Model for Biodiversity [0.565395466029518]
本稿では,生物多様性分析と保全計画に適した最初の基礎モデルであるBioAnalystを紹介する。
BioAnalystは、広範なマルチモーダルデータセットに基づいて事前トレーニングされた、トランスフォーマーベースのアーキテクチャを採用している。
本稿では,2つのダウンストリームユースケースにおけるモデルの性能評価を行い,既存手法と比較して汎用性を実証した。
論文 参考訳（メタデータ） (2025-07-11T23:56:08Z) - When Servers Meet Species: A Fab-to-Grave Lens on Computing's Biodiversity Impact [2.664633466640672]
本稿では,コンピュータシステムによる生物多様性への影響のエンド・ツー・エンド分析について述べる。
生物多様性指数(EBI)とOBI(Operational Biodiversity Index)の2つの新しい指標を導入し,生物多様性への影響をライフサイクル全体で定量化する。
本稿では,計算負荷と生物多様性の影響を結びつけるモデリングフレームワークであるFABRICを紹介する。
論文 参考訳（メタデータ） (2025-06-25T13:50:04Z) - BioCLIP 2: Emergent Properties from Scaling Hierarchical Contrastive Learning [60.80381372245902]
生体視覚モデルでは,大規模コントラスト視覚言語学習により創発的行動が観察される。
我々は、異なる種を区別するために、TreeOfLife-200MでBioCLIP 2を訓練する。
得られたBioCLIP 2の埋め込み空間における創発的特性を同定する。
論文 参考訳（メタデータ） (2025-05-29T17:48:20Z) - BioMaze: Benchmarking and Enhancing Large Language Models for Biological Pathway Reasoning [49.487327661584686]
実際の研究から5.1Kの複雑な経路問題を持つデータセットであるBioMazeを紹介する。
CoT法やグラフ拡張推論法などの手法の評価は,LLMが経路推論に苦慮していることを示している。
そこで本稿では,インタラクティブなサブグラフベースのナビゲーションにより推論を強化するLLMエージェントであるPathSeekerを提案する。
論文 参考訳（メタデータ） (2025-02-23T17:38:10Z) - Large Language Models for Bioinformatics [58.892165394487414]
本調査はバイオインフォマティクス特化言語モデル(BioLM)の進化,分類,特徴の識別に焦点をあてる。
疾患診断, 薬物発見, ワクチン開発などの重要な分野において, バイオフィルムの幅広い応用について検討する。
データプライバシやセキュリティ上の問題,解釈可能性の問題,トレーニングデータやモデル出力のバイアス,ドメイン適応複雑性など,BioLMに固有の重要な課題や制限を特定します。
論文 参考訳（メタデータ） (2025-01-10T01:43:05Z) - The I-ADOPT Interoperability Framework for FAIRer data descriptions of
biodiversity [1.3192560874022086]
I-ADOPT WGは、観測された、測定された、計算された、または導出されたものを記述する共通のアプローチを構築するために形成された。
I-ADOPTフレームワークは、科学的な観察でよく見られる様々なパターンを記述するために使用できる、ハイレベルなセマンティックコンポーネントのセットを定義する。
この貢献は、生物多様性領域でよく使われる変数を表現するために、I-ADOPTフレームワークをどのように適用できるかに焦点を当てる。
論文 参考訳（メタデータ） (2021-07-14T08:30:10Z)
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。