Fugu-MT 論文翻訳(概要): Retrieval-Augmented Generation to Support Railways Engineering Tasks: A Case Study

論文の概要: Retrieval-Augmented Generation to Support Railways Engineering Tasks: A Case Study

arxiv url: http://arxiv.org/abs/2607.01244v1
Date: Mon, 18 May 2026 14:57:21 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-27 00:46:12.975799
Title: Retrieval-Augmented Generation to Support Railways Engineering Tasks: A Case Study
Title（参考訳）: 鉄道工学的課題支援のための検索支援世代 : 事例研究
Abstract要約: 本稿では,鉄道領域における複雑な技術規制の協議のための検索・拡張生成システムの構築事例について述べる。鉄道部門向けに開発されたが、工業経験のこの証言は技術分野にとって特に価値がある。
参考スコア（独自算出の注目度）: 6.239901911708078
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: The growing number and complexity of technical regulations represent an important challenge for all professionals in regulated industries. This paper describes a case study, from design to deployment, of building a Retrieval-Augmented Generation system for the consultation of complex technical regulations in the railway domain. Although developed for the railway sector, this testimony of an industrial experience is of particular value for technical domains where regulatory compliance and accurate information retrieval from complex documentation are essential requirements. It also constitutes a human-centered approach for implementing LLM-powered technical documentation consultation across various regulated industries, balancing technological capabilities with domain expertise.
Abstract（参考訳）: 技術規制の増大と複雑さは、規制産業のすべての専門家にとって重要な課題である。本稿では,鉄道領域における複雑な技術規制の協議のための検索・拡張生成システムの構築について,設計から展開までのケーススタディについて述べる。鉄道部門向けに開発されたが、この産業経験の証言は、規制の遵守と複雑な文書からの正確な情報検索が必須の要件である技術分野にとって特に価値がある。また、LLMを利用した様々な規制産業にまたがる技術ドキュメンテーションのコンサルテーションを人間中心で実施し、技術的能力とドメインの専門知識のバランスをとる。

関連論文リスト

Towards Viewpoint-centric Artifact-based Regulatory Requirements Engineering for Compliance by Design [16.99229148501035]
本研究の目的は,設計による統合コンプライアンスを実現するため,規制要件工学(AM4RRE)のアーティファクトモデル(Artefact Model for Regulatory Requirements Engineering, AM4RRE)の合成と今後の評価について報告し,フィードバックを得ることである。
論文参考訳（メタデータ） (2026-03-10T10:51:40Z)
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)
Embodied Intelligence for Flexible Manufacturing: A Survey [53.502316787299144]
フレキシブルな製造では、産業的な具体化インテリジェンスは3つの課題に直面している。これには、限られた知覚下での正確なプロセスモデリングとモニタリング、柔軟な適応と高精度制御の動的バランス、専門的な産業操作と汎用スキルの統合が含まれる。本研究は,製造システムにおける知覚-決定-実行の閉ループ最適化のためのエンボディインテリジェンスの重要な技術経路を明らかにする。
論文参考訳（メタデータ） (2025-12-24T14:26:30Z)
Empowering Real-World: A Survey on the Technology, Practice, and Evaluation of LLM-driven Industry Agents [63.03252293761656]
本稿では,大規模言語モデル(LLM)に基づく産業エージェントの技術,応用,評価手法を体系的にレビューする。エージェント能力の進歩を支える3つの重要な技術柱として,記憶,計画,ツール利用について検討する。本稿では,デジタル工学,科学的発見,具体的インテリジェンス,協調ビジネス実行,複雑なシステムシミュレーションといった実世界の領域における産業エージェントの応用の概要について述べる。
論文参考訳（メタデータ） (2025-10-20T12:46:55Z)
A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
論文参考訳（メタデータ） (2025-10-10T06:56:50Z)
Towards Human-Centered RegTech: Unpacking Professionals' Strategies and Needs for Using LLMs Safely [41.788724443376815]
調査の結果、これらの専門家は、機密情報漏洩、知的財産権侵害、モデル出力の品質に関する不確実性など、一般的に懸念されていることがわかった。応答として、入力データを積極的に歪ませたり、プロンプトの細部を制限したりするなど、様々な緩和戦略を自然に採用する。我々の研究は、現在のNLPツールと専門家の実際のコンプライアンス要件との間に大きなギャップがあることを明らかにします。
論文参考訳（メタデータ） (2025-10-02T03:35:46Z)
MASLegalBench: Benchmarking Multi-Agent Systems in Deductive Legal Reasoning [45.37095206528033]
大規模言語モデル(LLM)の顕著な機能を活用するマルチエージェントシステム(MAS)は、複雑なタスクに対処する大きな可能性を示している。従来の研究でLLMエージェントの法的なベンチマークが開発されたが、MASの独特な利点を考えるために特別に設計されたものはない。提案するMASLegalBenchは,MASに適した法的なベンチマークであり,帰納的推論手法を用いて設計されている。
論文参考訳（メタデータ） (2025-09-29T15:24:40Z)
The Engineer's Dilemma: A Review of Establishing a Legal Framework for Integrating Machine Learning in Construction by Navigating Precedents and Industry Expectations [3.8314877221880512]
機械学習(ML)に対する幅広い関心にもかかわらず、エンジニアリング業界はまだMLベースの手法を完全に採用していない。本稿では,ML技術の展開を支援する上で,技術者が法的原則や法的正当化をナビゲートする方法について考察する。
論文参考訳（メタデータ） (2025-07-11T13:28:32Z)
Requirements Engineering for a Web-based Research, Technology & Innovation Monitoring Tool [46.38386372048799]
本稿では,Web ベースの対話的かつオープンアクセスの RTI システム監視ツールにおける,利害関係者を特定するための要件エンジニアリングプロセスを紹介する。いくつかのコアモジュールをベースとして,そのようなツールがソフトウェア技術者の視点で一般的にどのように実装されるか,多層ソフトウェアアーキテクチャを導入する。このアーキテクチャの基盤は、ユーザ対応のダッシュボードモジュールである。
論文参考訳（メタデータ） (2025-01-18T20:36:26Z)
ARCEAK: An Automated Rule Checking Framework Enhanced with Architectural Knowledge [2.0159170788984024]
ARC(Automated Rule Checking, 自動ルールチェック)は、産業専門家が実施する従来のモデルレビューの、面倒で一貫性のない、エラーを起こしやすい性質に対処することで、建設産業を前進させる上で重要な役割を担っている。本研究では,ARCをルール情報抽出と検証コード生成の2つのタスクに分解する新しい手法を提案する。
論文参考訳（メタデータ） (2024-12-10T10:37:11Z)
RIRAG: Regulatory Information Retrieval and Answer Generation [51.998738311700095]
本稿では,質問を自動生成し,関連する規制通路と組み合わせる,問合せペアを生成するタスクを紹介する。我々は、Abu Dhabi Global Markets (ADGM) の財務規制文書から得られた27,869の質問を含むObliQAデータセットを作成する。本稿では,RIRAG(Regulation Information Retrieval and Answer Generation)システムをベースラインとして設計し,新しい評価基準であるRePASを用いて評価する。
論文参考訳（メタデータ） (2024-09-09T14:44:19Z)
Practices, Challenges, and Opportunities When Inferring Requirements From Regulations in the FinTech Sector - An Industrial Study [1.0936851319953484]
規制規範を理解して解釈し、それらからソフトウェア要件を推測することは、規制コンプライアンスへの重要なステップである。本研究では,規制文脈における要求工学の複雑さを考察し,諸問題を指摘し,詳細に議論する。ソフトウェア開発における規制要件を管理するための重要なプラクティスを特定し、いくつかの課題を特定しました。
論文参考訳（メタデータ） (2024-05-05T09:39:08Z)
Accelerating Radio Spectrum Regulation Workflows with Large Language Models (LLMs) [0.0]
本稿では,Large Language Models (LLMs) を用いたスペクトル制御プロセスの高速化の例を示す。この文脈でLLMが果たせる様々な役割について検討し、対処すべき課題をいくつか挙げる。
論文参考訳（メタデータ） (2024-03-26T15:54:48Z)
Neuro-Symbolic AI for Compliance Checking of Electrical Control Panels [47.187609203210705]
電気制御パネルのコンプライアンス検証を自動化するためのニューロ・シンボリック方式を提案する。我々のアプローチは、ディープラーニング技術と解答セットプログラミング(ASP)の組み合わせに基づいており、最終製品で起こりうる異常やエラーを特定することができます。イタリア企業が提供する実検例で実施した実験は,提案手法の有効性を実証するものである。
論文参考訳（メタデータ） (2023-05-17T10:29:02Z)
An Uncommon Task: Participatory Design in Legal AI [64.54460979588075]
われわれは10年以上前に行われた法律分野における、注目に値する、未調査のAI設計プロセスについて検討する。インタラクティブなシミュレーション手法によって,コンピュータ科学者と弁護士が共同設計者になれることを示す。
論文参考訳（メタデータ） (2022-03-08T15:46:52Z)

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。