Fugu-MT 論文翻訳(概要): The Open Source Economic Index of AI Adoption and Capability

論文の概要: The Open Source Economic Index of AI Adoption and Capability

arxiv url: http://arxiv.org/abs/2606.26118v1
Date: Sat, 23 May 2026 18:45:42 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-28 23:46:52.333694
Title: The Open Source Economic Index of AI Adoption and Capability
Title（参考訳）: AI導入と能力に関するオープンソース経済指標
Abstract要約: 我々は、AIの採用とAIの能力の両方を計測し、様々な職種で個別の労働タスクを実行することに取り組んでいます。我々は,オープンなユーザLLMチャットデータとO*NETタスクを用いて,フロンティアAIラボが作成した研究を再現するオープンソース経済指標を開発した。我々は,O*NETの職業,タスク,MCP(Model-Context-Protocol)サーバに根ざしたベンチマークシナリオを生成するシステムを構築した。
参考スコア（独自算出の注目度）: 27.900759713490576
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We work towards measuring both AI adoption and the capability of AI to perform discrete labor tasks across various occupations. To measure adoption, we develop an open-source economic index that uses publicly available user-LLM chat data and O*NET tasks to replicate studies produced by frontier AI labs, finding that occupations in the finance, computer science, and arts sectors are those with the highest adoption rates. To measure capabilities, we build a system that generates benchmark scenarios grounded in O*NET occupations, tasks, and model-context-protocol (MCP) servers. We test Kimi-k2.5 with an OpenAI agents SDK harness on scenarios across 9 occupations that appear frequently in our index, finding that AI correctly executes high-level workflows but often errs in the granular details (such as specific tool calls used).
Abstract（参考訳）: 我々は、AIの採用とAIの能力の両方を計測し、様々な職種で個別の労働タスクを実行することに取り組んでいます。採用率を測定するため,我々は,フロンティアAIラボが生み出した研究を再現するために,公開可能なユーザLLMチャットデータとO*NETタスクを使用して,オープンソース経済指標を開発した。そこで我々は,O*NETの職業,タスク,MCP(Model-Context-protocol)サーバに基盤を置くベンチマークシナリオを生成するシステムを構築した。私たちはKimi-k2.5をOpenAIエージェントSDKでテストし、インデックスに頻繁に現れる9つの職業のシナリオで使用しています。

関連論文リスト

When Does AI Augment Work? A Workflow-Level Framework for Human-Agent Collaboration [78.16115745870405]
職場における人工知能の価値を特徴付けることを目的としている。現在の研究は、この価値を、現在の自動化能力とAIの公的な採用の観点から大きく測定している。これを考慮するためには、今日の微粒化タスクを超えて分析の範囲を広げなければならない。
論文参考訳（メタデータ） (2026-09-11T06:29:34Z)
Using profiles of cognitive capability to assess AI suitability for workplace tasks [5.826026042207654]
コア認知機能の共有セットを使用してエージェントとタスクをプロファイルするパイプラインを導入する。どちらも共通の認知次元を使用するため、モデルや役割が変化するにつれて独立して更新することができる。我々は,人工エージェントの能力回復,6つのAIシステムのプロファイル,および410人の従業員からのタスク要求の抽出を検証した。
論文参考訳（メタデータ） (2026-08-26T10:48:09Z)
StartupBench: Benchmarking General-Purpose Agents on Market-Validated End-to-End Workflows [63.57092302641323]
textbfStartupBenchは、市場価値の高いAIスタートアップ製品に根ざしたE2Eエージェントベンチマークである。我々は、AIが現実的な需要を確立した現実的なタスクを特定するために、製品やユーザとともに、AI製品の採用を実証して研究する。以上の結果から,現在の汎用エージェントの信頼性を超越した,市場価値の高いエージェントが多数存在することが明らかとなった。
論文参考訳（メタデータ） (2026-08-18T14:01:32Z)
Where can AI be used? Insights from a deep ontology of work activities [14.450099263467926]
人工知能(AI)は、作業の実行と組織化の方法を大きく変えようとしている。我々は、AIの利用を体系的に分析し予測するのに役立つ、作業活動の包括的なオントロジーを提供する。我々はこのフレームワークを使って、13,275のAIソフトウェアアプリケーションと20.8万のロボットシステムの世界的記録を分類する。
論文参考訳（メタデータ） (2026-03-21T03:28:39Z)
On the Carbon Footprint of Economic Research in the Age of Generative AI [0.0]
グリーンAIの研究は、GenAIがツールである下流ではなく、モデルのフットプリントを大きく測定してきた。分析の繰り返し単位をモデルからトピックにシフトし、研究者とシステム間の差別を割り当てる決定ポリシーとしてプロンプトを扱います。結果は,GenAIの生産性と環境効率を調和させる実践的なレバーとして,ループガバナンスの人間を同定した。
論文参考訳（メタデータ） (2026-03-17T22:18:32Z)
Human-Centric Open-Future Task Discovery: Formulation, Benchmark, and Scalable Tree-Based Search [55.96277616578607]
我々は,人間中心のオープンフューチャータスク発見(HOTD)の問題を定式化し,複数の課題にまたがる人的労力を減らすタスクの特定に焦点をあてる。本研究では,HOTD-Benchを提案する。HOTD-Benchは,2K以上の実世界のビデオ,半自動アノテーションパイプライン,オープンセットの将来の評価に適したシミュレーションベースのプロトコルである。また,多エージェントシステムによる複雑な推論を分解し,スケーラブルな探索木モジュールによる推論プロセスを構築するCMAST(Collaborative Multi-Agent Search Tree)を提案する。
論文参考訳（メタデータ） (2025-11-24T09:33:59Z)
Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations [18.86239369192921]
我々は最近のプライバシー保護システムを活用して、400万件以上のClaude.ai会話を分析します。我々の分析によると、AIの利用は主にソフトウェア開発とタスクを書くことに集中している。また、AIがタスクにどのように使われているかを分析し、使用量の57%が人間の能力の増強を示唆している。
論文参考訳（メタデータ） (2025-02-11T00:46:43Z)
TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks [55.03911355902567]
我々は、デジタルワーカーと同じような方法で世界と対話するAIエージェントを評価するためのベンチマークであるTheAgentCompanyを紹介する。最も競争力のあるエージェントは、タスクの30%を自律的に完了させることができる。これは、実際の職場の設定でLMエージェントをシミュレートすることで、タスク自動化に関する微妙な絵を描く。
論文参考訳（メタデータ） (2024-12-18T18:55:40Z)
Towards the Terminator Economy: Assessing Job Exposure to AI through LLMs [10.844598404826355]
米国の雇用の3分の1はAIに強く依存しており、主に大学院または大学院の教育を必要とする高度な職業で行われている。高度な職業であっても、AIはタスク置換において高い多様性を示し、AIと人間は同じ職業の中で相互に補完することを示唆している。すべての結果、モデル、コードはオンラインで公開されており、コミュニティが結果を再現し、結果を比較し、私たちの仕事をベンチマークとして使用して、時間とともにAIの進捗を監視します。
論文参考訳（メタデータ） (2024-07-27T08:14:18Z)
WorkArena++: Towards Compositional Planning and Reasoning-based Common Knowledge Work Tasks [85.95607119635102]
大型言語モデル(LLM)は人間のような知性を模倣することができる。 WorkArena++は、Webエージェントの計画、問題解決、論理的/論理的推論、検索、コンテキスト的理解能力を評価するように設計されている。
論文参考訳（メタデータ） (2024-07-07T07:15:49Z)
WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work Tasks? [83.19032025950986]
本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。 WorkArenaは、広く使用されているServiceNowプラットフォームに基づく33のタスクのベンチマークである。 BrowserGymは、そのようなエージェントの設計と評価のための環境である。
論文参考訳（メタデータ） (2024-03-12T14:58:45Z)

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。