論文の概要: The Web-CLI: Verifiable Privacy for Tools, Models, and Inference Engines in the Browser

• arxiv url: http://arxiv.org/abs/2608.28950v2
• Date: Wed, 02 Sep 2026 22:57:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 18:28:38.790264
• Title: The Web-CLI: Verifiable Privacy for Tools, Models, and Inference Engines in the Browser
• Title（参考訳）: Web-CLI: ブラウザのツール、モデル、推論エンジンの検証可能なプライバシ
• Abstract要約: 我々は、ゼロインストールでオフライン対応のアプリケーションとして強力な計算機能(WebAssemblyにコンパイルされたコマンドラインツール)をデプロイする、新しいアプリケーションアーキテクチャであるWeb-CLIを紹介します。 サーバ側の処理やユーザデータをサードパーティに公開するWebベースの代替手段とは異なり、Web-CLIアプリケーションはクライアント上で完全に実行される。 パターンと4つの特性を定義する:忠実さ、プログレッシブな開示、オフラインファースト、ゼロエクスグレス。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce the Web-CLI, a novel application architecture deploying powerful computational capabilities (command-line tools compiled to WebAssembly, models run through client-side inference runtimes, and GPU-accelerated engines) as zero-install, offline-capable browser applications that preserve full underlying capability. Unlike web-based alternatives that require server-side processing and expose user data to third parties, Web-CLI applications execute entirely on the client, providing a verifiable privacy guarantee by architecture rather than policy. We define the pattern and its four properties: fidelity, progressive disclosure, offline-first, and zero egress. We present four reference implementations across distinct domains: ffmpeg-webCLI, a browser-based video editor built on FFmpeg; whisper-webCLI, speech transcription via Transformers.js; chat-webCLI, WebLLM-based language model inference; and 3mf-webCLI, a deterministic tool segmenting 3D models into multi-material files for physical 3D printing. Together they demonstrate that the pattern generalizes across deterministic media processing, neural speech recognition, LLM inference, and geometry processing with a physical output, and we outline how it extends to AI-native interfaces in which a local language model becomes the command surface itself. We further report early, anecdotal signs of independent reuse by third-party tools, suggesting the pattern generalizes beyond its reference implementations. We evaluate the primary implementation against native FFmpeg on performance and feature parity, and argue that progressive disclosure lowers the barrier for non-technical users. We argue that for applications processing sensitive user data (medical, legal, journalistic, or personal), the Web-CLI should be the default architecture, as it makes data locality an independently verifiable technical property rather than a policy promise.
• Abstract（参考訳）: 私たちは、強力な計算機能をデプロイする新しいアプリケーションアーキテクチャであるWeb-CLI(WebAssemblyにコンパイルされたコマンドラインツール、クライアントサイドの推論ランタイムを経由するモデル、GPUアクセラレーションエンジン)を紹介します。 サーバ側の処理やユーザデータをサードパーティに公開するWebベースの代替手段とは異なり、Web-CLIアプリケーションはクライアント上で完全に実行し、ポリシーよりもアーキテクチャによる検証可能なプライバシ保証を提供する。 パターンと,その4つの特性 – 忠実性,プログレッシブ開示,オフラインファースト,ゼロエクスグレス – を定義します。 FFmpeg上に構築されたブラウザベースのビデオエディタであるffmpeg-webCLI、Transformers.jsによる音声の書き起こしを行うwhisper-webCLI、WebLLMベースの言語モデル推論を行うチャット-webCLI、3mf-webCLI、物理3Dプリンティングのために3Dモデルを分割する決定論的ツールである。 このパターンは, 決定論的メディア処理, ニューラル音声認識, LLM推論, および物理出力による幾何処理にまたがって一般化され, 局所言語モデルがコマンドサーフェス自体となるAIネイティブインターフェースにどのように拡張するかを概説する。 さらに、サードパーティツールによる独立した再利用の兆候を早期に報告し、そのパターンが参照実装を超えて一般化されることを示唆する。 我々は、ネイティブFFmpegに対するパフォーマンスと特徴の同等性に対する主要な実装を評価し、プログレッシブ開示は非技術ユーザにとって障壁を低くすると主張している。 センシティブなユーザデータ(医療、法律、ジャーナリスト、個人)を処理するアプリケーションにとって、Web-CLIはデフォルトのアーキテクチャであるべきだ、と我々は主張する。

関連論文リスト

• Stream3D-VLM: Online 3D Spatial Understanding with Incremental Geometry Priors [54.51965288351254]
  ストリーミングビデオからリアルタイムな空間的理解を可能にするオンライン3次元視覚言語モデルを提案する。 提案手法では,LLMの次なる予測に基づく自己回帰型ストリーミング制御モデルを用いて,応答のタイミングを学習する。 3D言語データのストリーミングの難しさに対処するため、我々はさらにスケーラブルなデータ生成パイプラインを開発する。
  論文  参考訳（メタデータ） (2026-06-05T04:16:24Z)
• The Model Is Not the Product: A Dual-Pillar Architecture for Local-First Psychological Coaching [51.56484100374058]
  本報告では,iOS アプリケーションである Psych LM について紹介する。 Psych LMは、動作およびライフコーチングアプリケーション用に設計された、目的に構築された、ローカルファーストのランタイム内で、ローカル、オンデバイス言語モデルを実行する。
  論文  参考訳（メタデータ） (2026-05-23T05:49:11Z)
• OpenTrack3D: Towards Accurate and Generalizable Open-Vocabulary 3D Instance Segmentation [5.073373064582996]
  オープンな3Dインスタンスセグメンテーションのための汎用的で正確なフレームワークであるOpenTrack3Dを紹介する。 事前に生成された提案に依存するメソッドとは異なり、OpenTrack3Dは、クロスビュー一貫性のあるオブジェクト提案を構築するために、新しいビジュアル空間トラッカーを使用している。 パイプラインは完全にメッシュフリーですが、シーンメッシュが利用可能になった時にパフォーマンスをさらに向上する、オプションのスーパーポイントリファインメントモジュールも提供しています。
  論文  参考訳（メタデータ） (2025-12-03T07:51:03Z)
• Affordance Representation and Recognition for Autonomous Agents [64.39018305018904]
  本稿では,構造化データを用いた世界モデリングのためのパターン言語を提案する。 DOMトランスダクションパターンは、Webページの複雑さの課題に対処する。 Hypermedia Affordances Recognition Patternは、エージェントがその世界モデルを動的に強化することを可能にする。
  論文  参考訳（メタデータ） (2025-10-28T14:27:28Z)
• IWR-Bench: Can LVLMs reconstruct interactive webpage from a user interaction video? [56.33950760097989]
  IWR-Benchは、ビデオからインタラクティブなWebページ再構築におけるLVLM(Large Vision-Language Models)の機能を評価するための新しいベンチマークである。 IWR-Benchは100の現実世界のウェブサイトから1,001のアクションで1,3の精巧にキュレートされたタスクで構成されている。 このベンチマークは、ビデオとアセットからインタラクションロジックを推論する包括的なマルチモーダル推論と、このロジックを関数コードに変換するための高度なコード生成という、2つの基本的な課題に関するモデルを評価する。
  論文  参考訳（メタデータ） (2025-09-29T12:38:06Z)
• Fine-Tuning Small Language Models (SLMs) for Autonomous Web-based Geographical Information Systems (AWebGIS) [0.0]
  本研究では,AWebGISを実現するための3つのアプローチを比較する。 クラウドベース大規模言語モデル(LLM)を用いた完全自動化オンライン手法 2) サポートベクターマシンやランダムフォレストなどの古典的機械学習分類器を用いた半自動オフライン手法。 (3) クライアントのWebブラウザで実行される、細調整された小さな言語モデル(SLM)、特にT5小モデルに基づく、完全に自律的なオフライン(クライアント側)メソッド。
  論文  参考訳（メタデータ） (2025-08-06T19:50:29Z)
• OpenFusion++: An Open-vocabulary Real-time Scene Understanding System [4.470499157873342]
  TSDFベースのリアルタイム3次元意味幾何学再構築システムであるOpenFusion++を提案する。 提案手法では,基本モデルから信頼マップを抽出し,インスタンス領域に基づいた適応キャッシュを用いてグローバルなセマンティックラベルを動的に更新し,デュアルパス符号化フレームワークを用いて3Dポイントクラウドを改良する。 ICL、Replica、ScanNet、ScanNet++データセットの実験は、OpenFusion++がセマンティック精度とクエリ応答性の両方でベースラインを大幅に上回っていることを示している。
  論文  参考訳（メタデータ） (2025-04-27T14:46:43Z)
• The Compressor-Retriever Architecture for Language Model OS [20.56093501980724]
  オペレーティングシステム(OS)のコアコンポーネントとして言語モデルを用いるという概念について検討する。 このようなLM OSを実現する上で重要な課題は、寿命の長いコンテキストを管理し、セッション間のステートフルネスを確保することだ。 本稿では,生涯のコンテキスト管理のために設計されたモデル非依存アーキテクチャであるコンプレッサー・レトリバーを紹介する。
  論文  参考訳（メタデータ） (2024-09-02T23:28:15Z)
• OnlineRefer: A Simple Online Baseline for Referring Video Object Segmentation [75.07460026246582]
  ビデオオブジェクトセグメンテーション(RVOS)は、人間の指示に従ってビデオ内のオブジェクトをセグメンテーションすることを目的としている。 現在の最先端のメソッドはオフラインパターンに陥り、各クリップが独立してテキスト埋め込みと相互作用する。 明示的なクエリ伝搬を用いたシンプルなオンラインモデルである OnlineRefer を提案する。
  論文  参考訳（メタデータ） (2023-07-18T15:43:35Z)
• SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
  本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。 しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
  論文  参考訳（メタデータ） (2021-12-22T14:45:37Z)

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。