論文の概要: PCFBench: A Diagnostic Benchmark for Product Carbon Footprint Estimation
- arxiv url: http://arxiv.org/abs/2608.27716v1
- Date: Thu, 27 Aug 2026 21:08:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.150585
- Title: PCFBench: A Diagnostic Benchmark for Product Carbon Footprint Estimation
- Title（参考訳）: PCFBench: 製品カーボンフットプリント推定のための診断ベンチマーク
- Abstract要約: 我々はPCFモデリングを独立に評価可能なタスクに彫る最初のベンチマークであるPCFBenchを紹介する。
6つのタスクにまたがる614のエキスパートラベル付き項目で構成されている。これらを合わせて、不特定性、矛盾するコンテキスト、数値的な制約の下で推論を探索する。
ターゲットとする進捗をサポートするために、データセットと評価ハーネスをリリースします。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: AI systems are being deployed on high-stakes, domain-specific workflows that demand correctness not just in the final output, but at every intermediate step. One such workflow is estimating a product carbon footprint (PCF), the greenhouse-gas emissions attributable to a physical product. AI agents are increasingly being used to generate PCFs, but existing evaluations score either total emissions (hiding error sources and cancelling mistakes) or sub-tasks in isolation (missing compositional interactions). We introduce PCFBench, the first benchmark to carve PCF modeling into independently-evaluable tasks that require decomposition, retrieval, ontology matching, and numerical extraction. It comprises 614 expert-labelled items across six tasks. Together they probe reasoning under under-specification, conflicting context, and numerical constraints. Across eight frontier LLMs from four providers, no single model dominates. Although the strongest models estimate total product emissions within 2 times of declared totals on 77% of products, this rate drops to 37-58% when the PCF is generated step by step, with only 45-75% obeying mass conservation. These failures undermine the transparency practitioners need to compare products and drive decarbonization. We release the dataset and evaluation harness to support targeted progress.
- Abstract（参考訳）: AIシステムは、最終出力だけでなく、すべての中間ステップで正確性を要求する、高レベルのドメイン固有のワークフローにデプロイされている。
そのようなワークフローの1つは、物理生成物に起因する温室効果ガス排出量である製品炭素フットプリント(PCF)を推定することである。
AIエージェントはPCFの生成にますます使用されているが、既存の評価では、総排出量(エラーソースの隠蔽とミスのキャンセル)またはサブタスク(構成的相互作用の欠如)のどちらかが評価されている。
PCFBenchはPCFモデリングを分解、検索、オントロジーマッチング、数値抽出を必要とする独立に評価可能なタスクに彫る最初のベンチマークである。
6つのタスクにまたがる614のエキスパートラベル付きアイテムで構成されている。
彼らは共に、不特定性、矛盾する文脈、および数値的な制約の下で推論を探索する。
4つのプロバイダから8つのフロンティア LLM にまたがって、単一のモデルが支配的になることはない。
最強のモデルでは、宣言された総生産量の2倍以内の総生産排出量を77%と見積もっているが、PCFを段階的に生成すると37～58%に減少し、質量保存は45～75%に過ぎなかった。
これらの失敗は、透明性の実践者が製品を比較し、脱炭を促進する必要があることを損なう。
ターゲットとする進捗をサポートするために、データセットと評価ハーネスをリリースします。
関連論文リスト
- IPM-FM: A Foundation Model with Consensus Feature Selection for Industrial Process Monitoring [59.59850511287819]
産業プロセス監視基盤モデル(IPM-FM)を提案する。
まず、自己教師付き事前学習を通じて、ラベルのない産業プロセスデータから汎用的な表現を学習する。
少数のタスクラベル付きデータを使用して特定の監視タスクに適応し、最終的に校正された予測を生成する。
論文 参考訳（メタデータ） (2026-09-08T07:43:04Z) - Simulating the Marginal Green Contribution of AI Modules in a Smart-Agriculture Platform: Evidence from Two Monte Carlo Experiments [12.93848838655257]
本稿では,2つの制御されたシミュレーション実験を行う。
実験1は、AI能力から農夫の行動、農薬の入力減少への連鎖に続く。
実験2では、現在のプラクティス(P0)、IoTエンジニアリングの適合性(P1)、P1とAI灌水スケジューリングを比較している。
論文 参考訳（メタデータ） (2026-09-06T17:25:33Z) - Lightweight Vision Transformer Compression for On-Device Plant Disease Detection in Resource-Constrained Agricultural Field Conditions [1.5530227558314913]
ビジョントランスフォーマー(ViT)は高い分類精度を達成したが、その大きな計算フットプリントはリソース制約されたデバイスへの展開を困難にしている。
本稿では,2次感度推定によって導かれるH-BACと,量子化と注意に基づく知識蒸留を組み合わせた統合されたビジョントランスフォーマー圧縮フレームワークを提案する。
論文 参考訳（メタデータ） (2026-09-04T16:40:06Z) - Parameter-Efficient Self-Supervised Adaptation for EEG-FM under Fixed Computational Budgets [0.12891210250935145]
目的タスクに表現を合わせるのに十分なパラメータの9%しか更新していないパラメータ効率の自己教師型適応について検討する。
事前学習目的の異なる2つの最先端モデルに対して,本手法の評価を行った。
SSL適応は、線形プローブよりも、最大20倍のAUCPRで一貫した利得が得られる。
論文 参考訳（メタデータ） (2026-08-25T15:38:46Z) - LiveFMBench: Unveiling the Power and Limits of Agentic Workflows in Specification Generation [75.05397479715576]
大規模言語モデル(LLM)とエージェントは有望な進歩を示しているが、その真の能力と失敗モードは未だ不明である。
CプログラムのためのLCMおよびエージェントベースの形式仕様生成に関する、最初の体系的および汚染に配慮した研究を提案する。
論文 参考訳（メタデータ） (2026-05-02T11:31:33Z) - OccuBench: Evaluating AI Agents on Real-World Professional Tasks via Language Environment Simulation [57.505743202759646]
OccuBenchは10の業界カテゴリと65の専門ドメインにわたる100の現実のプロフェッショナルタスクシナリオをカバーするベンチマークである。
我々のマルチエージェント合成パイプラインは, 可溶性, 校正困難, 文書基底の多様性を保証した評価インスタンスを自動生成する。
論文 参考訳（メタデータ） (2026-04-13T00:27:32Z) - Beyond Human Performance: A Vision-Language Multi-Agent Approach for Quality Control in Pharmaceutical Manufacturing [1.5362004217750165]
コロニー形成ユニット(CFU)検出は医薬品製造において重要である。
そこで我々は,ディープラーニング(DL)と視覚言語モデル(VLM)を組み合わせたマルチエージェントフレームワークを開発した。
最初のDLベースの自動化は、ワクチン製造現場で人間の検証を50%削減した。
論文 参考訳（メタデータ） (2026-02-24T04:48:05Z) - OmniEAR: Benchmarking Agent Reasoning in Embodied Tasks [52.87238755666243]
OmniEARは,言語モデルが身体的相互作用やツールの使用,マルチエージェントの協調にどう影響するかを評価するためのフレームワークである。
我々は、家庭と工業領域にまたがる1500のシナリオにおける連続的な物理的特性と複雑な空間的関係をモデル化する。
我々の体系的な評価は、モデルが制約から推論しなければならない場合、厳しい性能劣化を示す。
論文 参考訳（メタデータ） (2025-08-07T17:54:15Z) - Semi-Supervised Defect Detection via Conditional Diffusion and CLIP-Guided Noise Filtering [8.132909775584395]
本稿では条件拡散(DSYM)に基づく半教師付き欠陥検出フレームワークを提案する。
条件拡散モデルでは,複数スケールの擬似欠陥サンプルを合成し,CLIPクロスモーダル特徴量に基づくノイズフィルタリング機構によりラベル汚染を緩和する。
本研究は,工業品質検査シナリオにおける欠陥検出のための高精度で低ラベル依存のソリューションを提供する。
論文 参考訳（メタデータ） (2025-07-08T01:53:34Z) - EACO: Enhancing Alignment in Multimodal LLMs via Critical Observation [58.546205554954454]
臨界観測(EACO)によるMLLMのアライメント向上を提案する。
EACOは、経済的に5k画像のみを使用して、MLLMを自己生成の選好データで整列する。
EACOは幻覚全体の65.6%をHalusionBenchで減らし、MME-Cognitionで21.8%改善する。
論文 参考訳（メタデータ） (2024-12-06T09:59:47Z) - Step-DPO: Step-wise Preference Optimization for Long-chain Reasoning of LLMs [54.05511925104712]
本稿では,Step-DPOと呼ばれるシンプルで効果的でデータ効率のよい手法を提案する。
Step-DPOは、個々の推論ステップを、論理的に回答を評価するのではなく、優先最適化の単位として扱う。
以上の結果から,70B パラメータ以上のモデルでは,10K の選好データペアと500 Step-DPO トレーニングステップ以下では,MATH の精度が約3%向上する可能性が示唆された。
論文 参考訳（メタデータ） (2024-06-26T17:43:06Z) - AutoPCF: Efficient Product Carbon Footprint Accounting with Large
Language Models [5.875750227370339]
本稿では,AIによる自動会計フレームワークであるAutoPCFを提案し,計算パラメータの自動マッチングにディープラーニングアルゴリズムを適用し,最終的にPCFを計算した。
これらの結果から,PCFの自動モデリングと推定を数日から数分に短縮できる可能性が示唆された。
論文 参考訳（メタデータ） (2023-08-08T13:12:03Z)
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。